都在问世界模型怎么落地，PixVerse把答案做成了「好玩」

这两年，互动娱乐先在线下火了一轮。

比如去河南开封万岁山武侠城，不少游客已经不只是奔着景点和演出去的了。有人专门找 NPC 猜拳、接任务、换「银票」，也有人刷到某个 NPC 的短视频后，直接跑到景区找真人互动。万岁山目前有近 2000 名 NPC，每天上演上千场互动。一些游客甚至会为了没走完的任务和没遇到的角色，专门规划二刷、三刷。

图源：https://x.com/JaynitMakwana/status/2024757298011525274

图源：https://x.com/FutureStacked/status/2012199315196739853

R1 发布时，最吸引眼球的是「实时」，它通过实时的响应给了用户变魔术一样的感觉。但如果一个世界真的准备「玩起来」，只会响应一句 Prompt 还远远不够，因为这种玩法只能撑起一时的好奇，很容易就玩腻了。

看完这些 case，问题自然来了：这样的世界，模型要怎么扛？它既要有生成模型的表现力，又要像一个持续运行的系统一样处理输入、更新状态，还得把延迟压到人能够自然交互的范围。很多时候，这些需求是矛盾的。

「以电子游戏为代表的互动式娱乐的强大之处在于，即便过了十年甚至十五年，玩过的游戏仍然会留在记忆之中。小说、电影虽然也会让人感动，但经常只记得当时确实感动过，连剧情梗概都说不出来了。然而，游戏是亲身操作、具有参与性的娱乐形式，触动人的方式非常独特，这是游戏的强大之处。」早在 20 多年前，前任天堂 CEO 岩田聪就指出过互动式娱乐的独特魅力所在 —— 有输入，有反馈，每一次体验都可能出现一点变化，而用户自己的行动，又参与组成了内容本身。