Orbis خدام

Orbis هو أول Live Model (نموذج عالم آني) من Visko، كيخلّي فيديوهات الذكاء الاصطناعي خدامة باستمرار بحال البث المباشر. المستخدم يقدر يدخل تعليمات جديدة فأي وقت ويبدّل اتجاه المشهد فالحين، بلا ما يتسنى الفيديو يكمل. النموذج كيدعم التوليد المتدفق الآني بدقة 4K@24FPS، وكيحافظ على الانسجام لمدة ساعات بفضل آلية الذاكرة متعددة المقاييس، وكيضمن حركة واقعية وطبيعية بالاعتماد على التفكيك الزمني السببي ومكافآت واعية بالفيزياء. كيناسب البث الافتراضي، والقصص التفاعلية، ومحاكاة الروبوتات وغيرها.

التوليد المتدفق الآني: الصورة كتبقى كتخرج بلا انقطاع بحال البث المباشر، مع دعم التسليم الآني بدقة 4K@24FPS.
التفاعل أثناء التوليد: المستخدم يقدر يزيد أو يبدّل التعليمات فأي وقت، والتعليمات الجديدة كتطبّق على المشاهد اللاحقة فالمتوسط فمدة أقل من 1 ثانية.
إدخال متعدد الوسائط: كيدعم بدء العالم بثلاث طرق: تحويل النص لفيديو، وتحويل الصورة لفيديو، وتكميل الفيديو.
الانسجام لمدة طويلة: بفضل آلية الذاكرة متعددة المقاييس، يقدر يحافظ على توليد متواصل لساعات بلا تراجع واضح فالجودة.
واقعية فيزيائية: بالاعتماد على التفكيك السببي ومكافآت نموذج العالم، كيضمن أن حركة الأجسام وتفاعلها موافقين لقوانين الفيزياء.

التفكيك الزمني السببي: كيتعامل مع التوليد باعتباره مسألة بقيمة ابتدائية، بحيث كل chunk كيتنبأ غير بالفترة الزمنية الموالية انطلاقا من التاريخ اللي تودّع، وهاد الشي كيناسب طبيعيا البنية الماركوڤية للتطور الفيزيائي، وكيجنب مشكل “ضجيج المستقبل كيأثر على القرار الحالي” فإزالة الضجيج ثنائية الاتجاه.
ذاكرة متعددة المقاييس محدودة: التاريخ القريب كيتحافظ عليه بالدقة الكامنة الأصلية، والتاريخ البعيد كيتضغط تدريجيا، والمعلومات اللي كتفوت نافذة السياق كتتجمع فحالة تعلم ثابتة السعة، وبهذا كتولي الذاكرة وتكلفة الحساب مستقلتين على طول rollout.
خط أنابيب تدريبي تدريجي: كيتستعمل نموذج ثنائي الاتجاه لتعلم المبادئ البصرية قصيرة المدى، ومن بعد كيتقطر لمولّد متدفق، وكيخضع لتدريب على فيديوهات طويلة متزامنة مع الأحداث وضبط دقيق ببيانات منتقاة يدويا، وفالأخير كيتواءم مع المكافآت البصرية والفيزيائية عبر مطابقة التوزيع بالتوليد الذاتي والتعلم المعزز GRPO.
مواءمة المكافآت الواعية بالفيزياء: كيتستعمل نموذج عالم كامن مجمّد V-JEPA 2 لتقييم انسجام الإطارات المرشحة مع الحالة التاريخية المتوقعة، وتوجيه التوليد باش يوافق الديناميكيات الواقعية، مع تحسين مشترك مع مكافأة الجودة البصرية.
هندسة الاستدلال المتدفق: إعادة استعمال الحالة، وتنفيذ Transformer بعد الترجمة البرمجية، والتوازي التسلسلي عبر عدة وحدات GPU، والتنسيق بين فك الترميز التدريجي ورفع الدقة والنقل، باش يتحقق التسليم الآني بدقة 4K.

فتح جلسة: دخل لموقع Visko الرسمي، لواجهة Playground، أو استعمل API، ودخل نص، أو حمّل صورة، أو لصق بداية فيديو باش تفتح جلسة آنية.
بدء التوليد الآني: كليك على زر Live باش يبدأ التوليد المتدفق، وغادي يبقى المشهد كيتطور أوتوماتيكيا بحال البث المباشر.
التدخل الآني فالمشهد: أثناء التوليد، دخل فـأي وقت تعليمات نصية جديدة أو أوامر صوتية، وغادي يتبدل اتجاه المشاهد اللاحقة فالحين، فالمتوسط فمدة أقل من 1 ثانية.
التبديل السلس بين المشاهد: استعمل “Morph the scene” لوصف التغيير فالمشهد، وغادي تدخل التعليمات الجديدة بسلاسة فحدود الـ chunk الموالي.
اختيار جودة الإخراج: اختار حسب الحاجة دقة 1080p أو 2K أو 4K، والنظام كيسلّم مشاهد بجودة عالية فالحين باستعمال رفع الدقة المتدفق.
اقتطاع وحفظ المقاطع: كليك على زر Clip باش تقتطع وتحفظ فأي وقت المقطع الحالي من الفيديو المتولد، للاستعمال فالمونتاج أو المشاركة.
الربط مع التطبيقات ديالك: من خلال الحصول على API Key، تقدر تدمج قدرة Orbis على التوليد الآني فالتطبيق ديالك، أو فالبث المباشر، أو فمسارات عمل محاكاة الروبوتات.

التفاعل المتدفق الآني: المشهد كيتولد باستمرار بحال البث المباشر، والمستخدم يقدر يدخل تعليمات جديدة فأي وقت ويبدّل الاتجاه فالحين، بلا ما يتسنى الفيديو يكمل.
انسجام لمدة طويلة بزاف: بفضل آلية الذاكرة متعددة المقاييس المحدودة، يقدر يحافظ على توليد متواصل لساعات بلا تراجع واضح فالجودة ولا انحراف فالألوان.
واقعية فيزيائية قوية: بالاعتماد على التفكيك الزمني السببي ومكافآت نموذج العالم الكامن، كيضمن أن حركة الأجسام وتفاعلها موافقين للقوانين الفيزيائية الحقيقية.
تسليم آني بجودة عالية: التوليد الأصلي مع رفع الدقة المتدفق كيسمح بإخراج فيديو 4K@24FPS فالحين.
واجهة توليد موحدة: نفس إطار التكميل السببي كيدعم طرق البدء الثلاثة: تحويل النص لفيديو، وتحويل الصورة لفيديو، وتكميل الفيديو.

الموقع الرسمي للمشروع: https://www.visko.ai/models
الورقة التقنية: https://www.visko.ai/blog/papers/files/Visko_Orbis_1_0__A_Live_Model_for_Real_TimeInteractive_Long_Video_Generation.pdf

الترفيه التفاعلي وصناعة القصص: المستخدم كيختار فالحين فروع القصة أو كيرويها بالصوت، والمشهد كيتطور مباشرة حسب التعليمات، باش يعطي تجربة “فيلم قابل للّعب”.
البث المباشر بالذكاء الاصطناعي والمقدم الافتراضي: كيخدم كمحرك للمشاهد الآنية ديال المقدم الافتراضي، وكيولد مشاهد البث باستمرار وكيجاوب على التعليقات أو الأوامر الصوتية، بلا حاجة لمواد مسجلة مسبقا.
تدريب محاكاة الروبوتات: تدريب واختبار سلوك الروبوتات فعالم افتراضي عالي الدقة، وتقليل تكلفة التجارب قبل نشرها فالبيئة الحقيقية.
التعليم والتدريب الغامر: تحويل المعارف المجردة أو المشاهد التاريخية إلى صور فالحين، مع تمكين التلاميذ من تبديل محتوى العرض مباشرة عبر الأسئلة الصوتية.
العرض الافتراضي فالتجارة الإلكترونية: مؤثر افتراضي كيعرض المنتجات بشكل ديناميكي داخل مشاهد كتتولد فالحين، والمستخدم يقدر يطلب مباشرة تبديل الأسلوب أو الزاوية أو سياق الاستعمال.