Saya mendapat akses awal ke PixVerse-R1, model dunia real-time. Ini cukup menjanjikan! R1 adalah paradigma yang berbeda secara fundamental: Alih-alih menghasilkan klip tetap, ini menciptakan aliran visual tak terbatas dan berkelanjutan yang merespons input pengguna secara instan. (Kode undangan di bawah)

Platform ini menghasilkan video dengan sangat cepat! Anda dapat memulai dengan klip dan menambahkan adegan baru ke dalamnya. Model ini mempertahankan konsistensi saat Anda terus berjalan. Sebagian besar alat video memberi Anda klip, dan Anda memulai dari awal. Ini lebih terasa seperti mengarahkan sesuatu yang sudah bergerak.

Arsitektur model @PixVerse_ memiliki tiga bagian penting: 1. Model fondasi multimoda asli yang menyatukan teks, gambar, video, dan audio menjadi satu aliran token. 2. Mekanisme memori regresif otomatis yang mempertahankan konsistensi di seluruh urutan panjang tanpa batas. 3. "Mesin Respons Instan" yang memotong langkah pengambilan sampel dari lusinan menjadi 1-4. Bagian terakhir adalah kuncinya: itulah yang membuat model ini bekerja secara real time.

Mendapatkan model untuk menghasilkan persis apa yang Anda pikirkan masih sulit. Dibutuhkan beberapa kali percobaan untuk mewujudkan cerita tertentu. Ini adalah masalah dengan pembuatan video secara umum. Kita masih jauh dari ini menggantikan Hollywood.

Ada beberapa batasan dengan pembuatan video real-time: 1. Kesalahan prediksi kecil bertambah pada urutan yang diperpanjang 2. Biaya komputasi tinggi (dan masih menjadi hambatan) Kami lebih awal, tetapi lintasan di sini terlihat cukup bagus!

Masa depan benar-benar cerah: • Gim yang menghasilkan lingkungan saat Anda bermain. 100% dengan cepat. • Film di mana pemirsa memengaruhi hasil narasi. • Simulasi untuk penelitian, perencanaan industri, dan bahkan pemodelan ekologi yang berkembang berdasarkan keputusan. Itulah tujuannya di sini: Untuk memiliki "dunia yang terus-menerus dan interaktif daripada artefak media yang terbatas."