待验证50% 置信事实精确时间
爱诗科技自研PixVerse系列视频大模型包括V系列通用视频模型、C系列影视垂直模型、R系列通用实时世界模型。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证VIVX发布全球首个实时互动多模态模型A1和W1，约300亿参数，可边生成视频边互动69% 相似已验证当前主流的文生视频模型普遍基于扩散模型架构，通过在时间维度上扩展图像生成能力来产生连贯的视频帧序列69% 相似待验证原生视频理解模型主流架构包括基于3D卷积的时空特征提取（如C3D、I3D）、基于视频Transformer的注意力建模（如Video Swin Transformer、TimeSformer）和视频版视觉语言模型（如Gemini 1.5、MovieChat）68% 相似待验证OuroWorld的核心方法是使用视觉语言模型（VLM）推断场景动态，借助视频模型合成参考视频，再将其提升并补全为多视角视频序列。67% 相似待验证Minimax系列模型支持音视频同步生成，模型在同一个扩散过程中需要同时处理视觉帧和音频波形65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025092API
curl https://kongchang.com/api/v1/knowledge/claims/1025092MCP
get_claim(id=1025092)