文章摘要
2026年上半年，AI世界模型赛道融资火热，不少头部玩家曾深耕AI视频模型领域。国内爱诗科技（PixVerse）完成C轮融资，推出实时视频模型驱动的游戏引擎PixVerse Game。该引擎操作便捷，游戏实时生成，还可编辑。其核心技术为实时世界模型R1，降低了游戏创作门槛。AI视频赛道竞争进入淘汰阶段，AI游戏潜力大，未来通用世界模型应用将更广泛。

过去，视频是一个结果；未来，视频是一个入口。

2026年上半年，全球AI世界模型赛道迎来了密集的融资窗口。据行业观察机构统计，该领域单月吸引的融资总额突破30亿美元。其中，由AI领域知名学者李飞飞创立的World Labs完成10亿美元融资，估值达54亿美元；LeCun离开Meta后创办的AMI Labs拿下10.3亿美元种子轮融资，创下欧洲AI领域种子轮融资纪录；Decart完成3亿美元B轮融资，估值突破40亿美元；Runway完成3.15亿美元E轮融资，估值达到53亿美元。

但仔细梳理这份融资名单会发现一个值得关注的趋势：不少头部玩家原本都是AI视频模型领域的深耕者。Runway在2025年底发布自家世界模型GWM-1后，正式将公司定位从“AI视频工具”调整为“通用世界模型服务商”；可灵在拆分融资时也主打世界模型方向；OpenAI在今年3月关停Sora的消费端产品后，保留了核心团队并将研发方向转向世界模型。

对于AI视频厂商而言，通往通用世界模型的最顺畅路径，正是依托自身技术优势切入互动游戏赛道。

在这一背景下，国内AI视频公司爱诗科技（PixVerse）近期完成了总额29.8亿元的整体C轮融资，其中C+轮由阿里巴巴领投。同期，PixVerse正式推出PixVerse Game——一款基于实时视频模型驱动的游戏引擎。

实测体验：AI原生的实时游戏引擎

我们实际体验了PixVerse Game平台，并尝试制作了一款名为“Whispering Woods Romance”的游戏，背景设定为奇幻森林，整体画风偏向日系治愈风格。

PixVerse Game的操作入口与常规AI视频工具有相似之处，核心是一个提示词输入框，但与需要长篇描述的生成工具不同，这里仅需要一句话就能明确游戏的核心方向。平台目前提供探索、策略、对战三种游戏模式，输入框旁还支持参考图上传和提示词灵感推荐功能。

每种游戏类型都内置了完整的数值系统，包括角色能力值面板、任务追踪系统、角色成长机制、道具收集体系以及游戏进度历史记录。

输入提示词后，大约10到15秒即可进入游戏。首界面是角色选择页面，PixVerse Game会自动生成三个属性分配和数值面板各不相同的角色供玩家选择。

选定角色后，游戏画面会开始实时生成。在我们体验的这款森林主题游戏中，角色行进时的画面全程配有字幕和语音旁白，整体视觉质感与传统游戏引擎渲染的效果有明显区别，画面风格偏柔和，带有鲜明的AI生成特征。

游戏界面左侧为角色功能模块和属性面板，右侧是任务面板，游玩过程中会不断弹出道具收集提示，引导玩家推进后续任务。整局游戏拥有完整的故事线，目前单局时长控制在10分钟以内。我们体验的这局剧情未经过提前详细设定，系统自动生成了一条解锁森林谜题、最终找到孪生姐妹的故事线，游戏结束后会展示完整的道具收集情况、属性变化记录以及任务进展结算。

平台上还可以浏览其他玩家制作的游戏作品，比如赛博朋克风格的《CyberRun》，整体玩法框架与我们制作的游戏类似，系统会根据故事线和游戏风格自动决定每一次升级方向、剧情走向和画面逻辑。

除了探索模式，PixVerse Game也支持策略类游戏，玩法逻辑与探索模式有所区别；在对战模式下，界面会切换为HP血条和战斗选项，交互逻辑与探索模式形成明显区分。虽然当前画面还处于早期迭代阶段，但游戏的核心要素已经具备基本完整度。

单次AI生成的游戏难免存在细节瑕疵，玩家往往需要对内容进行调整。PixVerse Game内置了名为Game Composer的编辑工具，支持自定义游戏中的各项参数和内容。除了直接在数值面板上操作外，玩家还可以通过左侧的Agent对话框用自然语言修改游戏设置，比如通过对话直接为游戏新增一套资源系统。这套流程同样适用于全新项目的搭建，我们可以通过简单的指令快速调整游戏的世界观和玩法规则。

整体体验下来，我们有几个直观的感受：首先，游戏画面确实是实时生成的视频流，视觉质感与传统游戏渲染的效果差异明显；其次，交互方式与传统游戏完全不同，玩家可以通过自然语言驱动角色行为，理论上不受预设选项的限制，拥有更高的自由度。不过需要说明的是，PixVerse Game目前更像是一次技术探索而非成熟的商业化游戏产品，其核心价值在于作为实时世界模型的落地实验场。

对于PixVerse而言，这款游戏引擎的核心是将实时视频生成能力与游戏创作结合，替代传统游戏中繁重的渲染与内容生产管线，把实时视频模型、游戏机制工具链和用户自定义世界观整合为一套完整的创作体系。这背后涉及到视频模型、游戏引擎和世界模型三者的协同联动，也是当前AI领域的核心演进方向之一。

技术演进：从视频生成到通用世界模型

PixVerse Game的技术路径，可以放在整个AI视频和游戏引擎的演进脉络中更清晰地理解。早期的AI视频模型，比如Sora、Veo、可灵、Seedance等，核心功能是根据文本或单张图片生成一段固定长度的视频，生成完成后无法再对画面进行修改。但在训练过程中，这些模型已经通过海量视频数据自主学习了物理世界的规律，包括光影变化、物体运动逻辑、遮挡关系处理等，尽管并未被显式教授物理知识。

随着技术发展，行业开始引入交互能力，这催生了所谓的“神经游戏引擎”——模型开始逐帧生成画面，每一帧都参考用户当前的输入指令。这个阶段有两个标志性节点：2024年，Google研究团队发布GameNGen，首次使用扩散模型实时运行经典游戏《DOOM》，在单块TPU上实现了20fps的帧率，画面视觉质量已经达到难以区分AI生成与真实游戏的程度，人类辨别准确率仅比随机猜测略高；几乎同一时期，以色列公司Decart发布Oasis，这是第一款完全由AI生成的可游玩游戏，外观类似《我的世界》，但背后没有传统游戏引擎和代码，完全依靠“下一帧预测”机制运行，该公司在今年5月完成的3亿美元B轮融资，投资方包括英伟达、红杉资本、前OpenAI联合创始人Andrej Karpathy以及任天堂创始家族成员。

当前行业已经进入通用世界模型阶段：DeepMind的Genie 3可以根据文字描述生成可导航的三维动态世界，帧率达到24fps、分辨率720p；Runway的GWM-1则拆分出交互式环境生成、机器人训练仿真、数字人行为模拟三个核心方向。到这一阶段，单个模型可以同时处理内容生成、行为建模和环境渲染，产出的内容已经更接近一个有内在规律的数字世界。

在这条技术路径上，PixVerse的位置逐渐清晰。今年年初，PixVerse发布了支持1080P分辨率的实时世界模型R1，这也是支撑PixVerse Game运行的核心技术。与传统视频模型不同，R1生成的是一段可持续、可实时响应用户指令的视频流，用户可以在视频生成过程中通过自然语言修改画面，比如“让天空变成黄昏”或者“角色向左移动”。

进一步来看，PixVerse Game将实时视频生成能力接入游戏创作流程：传统游戏引擎（如Unity、Unreal）依靠预先制作的美术资产和代码构建游戏世界，而PixVerse Game Engine则通过实时视频模型生成游戏世界，创作者仅需定义规则、目标、玩法和世界观，角色、场景和画面会在玩家交互过程中实时产生。PixVerse官方将这一理念概括为：“To Create is to Play”，即创作本身就是游戏体验的一部分，这类似Roblox或Minecraft的创作者生态，但底层驱动力从引擎和代码转变为AI模型。

商业想象：AI视频赛道的下一个风口

PixVerse联合创始人谢旭璋在今年6月的联合国AI for Good峰会上曾表示：“过去，视频是一个结果；未来，视频是一个入口，通向游戏、直播、叙事、社交和创作者经济。”AI视频已经成为除编程之外，AI领域另一条获得真实商业验证的路径，这是行业发展的重要背景。

2026年中国AI短剧市场规模预计将达到300亿元，海外AI短剧市场则从去年的1亿美元增长至今年预计的6.5亿美元，同比增幅高达550%。YouTube头部短剧频道中，使用AI生成内容的占比已经超过63%。据YouTube大中华AI业务负责人透露：“去年下半年AI内容的营收仅为实拍短剧的10%，今年这一比例已经接近40%。”

以PixVerse自身为例，截至2025年底，其年度经常性收入（ARR）超过4000万美元，全球用户规模达到1.5亿，覆盖177个国家和地区。与之形成对比的是，OpenAI的Sora在今年3月正式关停，该产品日均运营成本约100万美元，上线以来的总收入仅为210万美元。Sora的退出也预示着AI视频赛道的竞争已经进入淘汰阶段，单纯的技术展示和品牌效应已经不足以支撑发展，必须拥有真实的用户量和稳定的收入来源。

根据相关科技媒体与谢旭璋在3月的采访，PixVerse的APP和网站用户留存率相当高，用户并非一次性体验后就离开，这也反映出AI视频已经从早期的技术展示阶段，逐渐进入真实生产和创作场景——用户愿意反复使用、愿意为生成内容付费，这才是支撑下一阶段发展的核心基础。

AI视频在“生成画面”层面的商业价值已经得到验证，但如果将视频模型的能力从生成固定画面延伸到生成可交互的世界，其商业想象空间将呈指数级增长。传统游戏制作需要完整的内容生产管线，包括3D建模、动画制作、美术渲染、音效设计、叙事脚本等，一个中型游戏项目往往需要几十人的团队工作数月甚至数年。而AI实时游戏可以大幅压缩这一管线，世界和画面由模型实时生成，创作者仅需定义规则和世界观即可。

这一模式将带来两个核心变化：其一，每个玩家体验到的游戏内容可以完全不同，由于画面由模型实时生成，同一个游戏在不同玩家手中可以衍生出完全不同的画面和故事走向；其二，创作门槛大幅降低，玩家不需要具备3D建模能力或编程经验，仅需用自然语言描述想要的游戏世界就能开始创作，而且AI生成的游戏世界理论上可以持续产生新的场景和叙事分支，不受团队能力和预算的限制。

近期在小红书和B站获得不少关注的一个项目就能体现这一潜力：由三名女生组成的独立工作室，使用PixVerse的技术支持制作了一款快穿风格的乙女游戏PV，该视频在两个平台发布后获得了超过1万赞。对于AI生成的游戏PV而言，这个互动量已经属于不错的成绩，说明玩家群体对AI制作的游戏内容具备接受度，前提是内容本身具备足够的吸引力。

AI游戏的能力正在快速提升，但距离让玩家完全满意仍有一定距离，这两点判断可以同时成立。该项目的创作者“北北”曾提到，过去制作一个男主角的3D模型需要3到6个月，而使用视频模型技术后，仅用3周就达到了同样的影视级画面效果。可以预见，继影视行业之后，游戏可能是下一个被AI视频技术大幅改变的创意行业。

今年6月，相关团队曾与PixVerse联合创始人谢旭璋进行过深度对谈，其中谈到了PixVerse R1实时世界模型。谢旭璋表示，当实时世界模型的响应时间趋近于0时，用户就可以通过键盘、鼠标或者摇杆，对视频生成过程中的方向、角度和深度进行实时控制，从而打造出AI原生的互动游戏引擎，届时“创作即消费”也将成为可能。

从更长远的视角来看，通用世界模型正在快速吸引行业注意力。单个模型同时处理内容生成、行为建模和环境渲染，其应用范围已经从游戏延伸到机器人仿真（Runway的GWM-Robotics正在布局这一领域）、自动驾驶模拟（Waymo基于Genie 3开发了专门的驾驶场景仿真模型）、数字人互动（PixVerse也在用实时交互技术开发AI虚拟主播）。

AI视频模型验证了“从数据中学习世界”的可行性，AI短剧市场则证明了这一能力的第一层商业价值——生成更优质的视频内容。当这一能力继续延伸到交互、实时生成和可参与的环境时，其支撑的商业空间将比AI短剧大得多。PixVerse从视频生成工具起步，做到1.5亿全球用户，再到推出实时世界模型和游戏引擎，每一步都有对应的产品和数据支撑。当前整个AI视频行业都在经历类似的方向选择，最终哪条路径能走得更远，还需要接下来一两年的产品验证来确认。

以上内容不代表本平台立场，仅供读者参考