北京
跑、飞、烧起来。这是 PixVerse 官方给 R2 世界模型配的三个动作词。真正值得看的不是动作本身，而是动作之后发生了什么——火点亮了场景，点燃了草地，然后改变了接下来的一切。
官方对这件事的表述是：不只是运动，是因果。这句话把 R2 和此前一批"能动起来"的视频生成模型划到了两个类别里。
动作之后，世界要接着变
按官方描述，在 PixVerse R2 里，动作会在世界中持续传导。火不是一段独立的特效，它先照亮场景，再引燃草地，最后改变后续走向。这三步是连着的，前一步是后一步的原因。
这正好是"运动"和"因果"的分界线。让画面里的东西动起来，是过去一段时间视频生成模型解决的事；让一个动作产生后果、后果再产生新后果，是另一件事。R2 被官方称为实时世界模型，实时和世界模型这两个词放在一起，指向的是可交互、可持续演化的场景，而不是一段生成完就定死的片段。
官方给出的能力清单里，除了"探索活的世界"，还有两条：用提示词控制和编辑世界，以及塑造故事。控制、编辑、塑造，这三个动词都要求用户能在世界运行的过程中插手，而不是只在开头写一句提示词然后等结果。
会记住你的角色
官方描述里还有一句容易被忽略的话：遇见会记住、会回应的角色。记忆和回应是两个不同的能力。回应是即时的，记忆是跨时间的——角色得先记住之前发生过什么，才谈得上在后面的互动里做出有连贯性的反应。
把这条和因果联动放在一起看，R2 想搭的是一个有状态的世界：火会烧到该烧的地方，角色会记得之前的事。这两件事的共同点是，它们都要求系统在时间轴上保持一致性，而不是每一帧各画各的。
官方没有展开角色记忆具体怎么实现、记忆能保留多久、跨场景是否延续。这些细节目前都还是空白。
实时这个词的分量
官方把 R2 称为"新的实时世界模型"。实时意味着用户的输入和世界的反馈之间不能有太长的等待，否则控制和编辑就无从谈起——你没法在一个需要等半分钟才出画面的世界里做即时干预。
这也解释了为什么官方把"控制"和"编辑"和"实时"绑在一起讲。三者是互相依赖的：实时是前提，控制是手段，编辑是结果。缺了实时，后两个都落不了地。
官方同时提到可以用提示词来控制和编辑世界。提示词是入口，但和纯文本生成视频不同的是，这里的提示词作用在一个已经在运行、已经积累了状态的世界之上。
因果这件事难在哪
让火烧起来不难，难的是火烧完之后，画面里其他东西的状态要跟着变，而且这个变化要在后续时间里一直成立。草地被点燃之后不能下一帧又完好如初，场景被火光照亮之后光影关系要跟着调整。这些都是一致性约束。
官方用"动作会在世界中持续传导"来描述这件事。传导这个词说明影响不是点状的，是会扩散的——从火到光，从光到场景，从场景到后续事件。链条越长，要保持一致的地方就越多。
R2 的官方表述把这条链条压缩成了三个动作：跑、飞、烧起来。前两个是施加动作，第三个是动作引发的后果。官方选择用"烧起来"而不是"点火"，本身就说明了他们想强调的是结果而非动作。
目前能确认的
把官方释放的信息归拢一下，能确认的有这几点：
- PixVerse R2 被官方定义为新的实时世界模型
- 动作在世界中会持续传导，官方称之为因果而非单纯运动
- 火会照亮场景、点燃草地，并改变后续发生的事
- 用户可以用提示词控制和编辑世界
- 世界里存在会记住、会回应的角色
至于模型规模、训练方式、开放时间、使用门槛，官方这条信息里都没有涉及。能看到的只有一段演示性质的描述和两张配图。
从"让画面动起来"到"让动作有后果"，中间隔着的是一整套状态维护机制。R2 把因果两个字直接写进了宣传语，等于把评判标准也一起交了出来——火点着了，草地就得烧下去。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
