越大越强，不再是 LLM 的专利：PixVerse R2 攻克实时世界模型 Scaling 难题

AI 视频的下一战：谁能让世界保持运行    作者丨Reah    编辑丨李娜 岑峰                                                                                                       大语言模型已经用 Scaling 证明模型、数据和算力可以持续换来更强能力，必须一边生成、一边回应用户的实时世界模型，能不能也走上这样一条路？2026 年 1 月，爱诗科技提出“通用实时世界模型”这一产品方向，并推出 R1。目前，PixVerse R2 已全量上线用户可以直接进入网页端体验动作指令和互动影游的相关交互01实时世界模型，能走上 LLM 的 Scaling 之路吗过去几年，Scaling 最具确定性的成功故事来自大语言模型。随着模型容量、训练数据和计算规模持续扩大，语言模型获得了更强的理解、推理与泛化能力，“越大越强”也由此成为大模型产业最重要的认知基础之一。但如果把这条经验迁移到世界模型的话，问题就复杂很多，不能只是简单地继续放大视频生成模型。语言模型可以在接收问题后集中计算再给出答案，但实时世界模型却必须一边运行，一边接收用户的动作、文字和声音，同时继续输出连贯的音视频内容。于是这形成了一组长期存在的矛盾：实时要求模型足够快、足够高效，通用则要求模型足够强、见过足够丰富的世界。模型能力向上扩展，计算负担就要随之增加；如果为了速度持续压缩能力，实时体验又容易停留在只能完成有限演示的专项模型。为什么实时世界模型不能简单复制 LLM 的 Scaling？为什么“快”和“强”会互相拉扯？PixVerse R2 给出了自己的答