R2 veut faire durer les mondes générés au-delà de quelques secondes

PixVerse fait évoluer son World Model temps réel avec R2, capable de conserver l’état d’une session, de réagir aux actions du joueur et d’intégrer texte, audio et références pendant que le monde continue d’être généré.

Un monde qui ne repart plus de zéro

Une vidéo générée se termine avec son dernier frame. Un World Model temps réel doit résoudre un problème différent : continuer à produire l’environnement pendant que l’utilisateur se déplace, agit ou lui transmet de nouvelles instructions.

Avec R2, PixVerse cherche surtout à prolonger cette continuité. Une action effectuée plusieurs minutes auparavant peut continuer d’influencer les personnages, l’environnement ou la narration. Le système maintient un état actif pendant la session au lieu de traiter chaque nouvelle interaction indépendamment.

Les entrées peuvent combiner texte, références, audio et commandes d’action. Dans une démonstration, le joueur se déplace avec les touches WASD, contrôle la caméra et utilise des prompts pour modifier l’environnement sans interrompre la génération. Les interactions suivantes tiennent compte de ce qui s’est déjà produit. La narration se construit pendant la partie

Cette mémoire intervient également dans le comportement des personnages. PixVerse montre Zero Mark, une expérience créée avec R2 dans laquelle une créature bloque le passage du joueur et réclame un cadeau. Lui donner un dragon ou une feuille entraîne deux réactions différentes générées pendant la session, plutôt que deux branches entièrement préparées à l'avance.

Une autre démonstration met en scène Eve, un personnage capable de conserver son identité et le contexte d’une conversation au fil de plusieurs échanges. Ses réponses, expressions et mouvements évoluent en fonction du dialogue mais aussi de l’avancement de l’histoire.

La différence avec un jeu traditionnel tient ici à ce qui est calculé en amont. Personnages, événements et conséquences peuvent être produits pendant l’expérience plutôt que d’être intégralement définis avant son exécution. Deux étapes pour conserver le temps réel

Faire durer cette génération augmente mécaniquement les difficultés. Le modèle doit conserver personnages et environnements, absorber de nouvelles commandes pendant son exécution, mémoriser les événements précédents et corriger les petites dérives avant qu’elles ne s’accumulent, le tout avec une latence suffisamment faible pour rester interactif.

R2 répartit ce travail entre deux composantes. Omni Causal AR constitue la base de capacité : un modèle causal entraîné continuellement sur davantage de données, de tâches, de modalités et de séquences longues. Une seconde couche compresse ensuite ce même modèle pour son exécution en temps réel.

PixVerse oppose cette architecture à un pipeline où plusieurs modèles ou étapes d’entraînement se succèdent. Ici, la version rapide dérive de la même base plutôt que d’être entraînée séparément depuis zéro. Du World Model au moteur de jeu

R2 alimente désormais le PixVerse Game Engine, dont les premières expériences sont accessibles au public. Le moteur sert à construire des environnements où création et interaction se déroulent simultanément.

Cette évolution déplace une partie du travail de création au moment de l'exécution. Au lieu de préparer chaque personnage, événement et embranchement avant que le joueur entre dans l'expérience, le système peut en produire une partie en fonction des actions reçues.

Une sélection de mondes R2 peut actuellement être explorée sur la plateforme World de PixVerse.