Orbis Đang hoạt động

Orbis là Live Model (mô hình thế giới thời gian thực) đầu tiên do Visko ra mắt, giúp video AI vận hành liên tục như phát trực tiếp. Người dùng có thể nhập lệnh mới bất cứ lúc nào để thay đổi diễn biến hình ảnh theo thời gian thực mà không cần chờ hoàn tất video. Mô hình hỗ trợ tạo video trực tuyến theo thời gian thực ở 4K@24FPS, duy trì tính nhất quán trong nhiều giờ nhờ cơ chế ghi nhớ đa quy mô, bảo đảm chuyển động chân thực và tự nhiên dựa trên phân rã thời gian nhân quả cùng phần thưởng nhận biết vật lý, phù hợp với các tình huống như phát trực tiếp ảo, câu chuyện tương tác và mô phỏng robot.

Tạo trực tuyến theo thời gian thực: Hình ảnh được xuất liên tục không gián đoạn như phát trực tiếp, hỗ trợ phân phối thời gian thực ở 4K@24FPS.
Tương tác trong quá trình tạo: Người dùng có thể thêm hoặc chỉnh sửa prompt bất cứ lúc nào; lệnh mới có hiệu lực lên hình ảnh tiếp theo trong trung bình 1 giây.
Đầu vào đa phương thức: Hỗ trợ ba cách khởi tạo thế giới: văn bản thành video, hình ảnh thành video và tiếp tục video.
Tính nhất quán dài hạn: Cơ chế ghi nhớ đa quy mô cho phép duy trì quá trình tạo liên tục trong nhiều giờ mà không suy giảm chất lượng rõ rệt.
Tính chân thực vật lý: Dựa trên phân rã nhân quả và phần thưởng từ mô hình thế giới, bảo đảm chuyển động và tương tác của vật thể tuân theo các quy luật vật lý.

Phân rã thời gian nhân quả: Xem quá trình tạo như một bài toán giá trị ban đầu, trong đó mỗi chunk chỉ dự đoán giai đoạn tiếp theo từ lịch sử đã được xác nhận, tự nhiên phù hợp với cấu trúc Markov của tiến hóa vật lý và tránh vấn đề “nhiễu tương lai làm ảnh hưởng quyết định hiện tại” trong quá trình khử nhiễu hai chiều.
Ghi nhớ đa quy mô có giới hạn: Lịch sử gần được giữ ở độ phân giải tiềm ẩn gốc, lịch sử xa được nén dần, còn thông tin vượt quá cửa sổ được Consolidate thành trạng thái học có dung lượng cố định, giúp tách chi phí ghi nhớ và tính toán khỏi độ dài rollout.
Quy trình huấn luyện tăng dần: Sử dụng mô hình hai chiều để học prior thị giác ngắn hạn, sau đó chưng cất thành bộ tạo trực tuyến; tiếp theo huấn luyện video dài có căn chỉnh sự kiện và tinh chỉnh bằng dữ liệu được chọn lọc thủ công; cuối cùng căn chỉnh phần thưởng thị giác và vật lý thông qua khớp phân phối tự cưỡng chế cùng học tăng cường GRPO.
Căn chỉnh phần thưởng nhận biết vật lý: Đưa vào mô hình thế giới tiềm ẩn V-JEPA 2 đã đóng băng để đánh giá tính nhất quán dự đoán giữa các khung hình ứng viên và trạng thái lịch sử, định hướng quá trình tạo tuân theo động lực học thực tế, đồng thời tối ưu kết hợp với phần thưởng chất lượng thị giác.
Kỹ thuật suy luận trực tuyến: Tái sử dụng trạng thái, thực thi Transformer đã biên dịch, song song hóa chuỗi trên nhiều GPU và phối hợp quy trình giải mã - siêu phân giải - truyền tải tăng dần để đạt phân phối 4K theo thời gian thực.

Mở phiên: Truy cập Playground trên trang web Visko hoặc gọi API, nhập văn bản, tải hình ảnh lên hoặc dán tiền tố video để bắt đầu một phiên thời gian thực.
Khởi động quá trình tạo thời gian thực: Nhấp vào nút Live để bắt đầu tạo trực tuyến; hình ảnh sẽ liên tục được suy diễn tự động như phát trực tiếp.
Can thiệp hình ảnh theo thời gian thực: Nhập prompt hoặc lệnh thoại mới bất cứ lúc nào trong quá trình tạo; hướng diễn biến của hình ảnh tiếp theo có thể thay đổi theo thời gian thực trong trung bình 1 giây.
Chuyển cảnh liền mạch: Dùng “Morph the scene” để mô tả thay đổi cảnh; lệnh mới sẽ được tích hợp liền mạch tại ranh giới chunk tiếp theo.
Chọn chất lượng đầu ra: Chọn độ phân giải 1080p, 2K hoặc 4K tùy nhu cầu; hệ thống phân phối hình ảnh chất lượng cao theo thời gian thực nhờ siêu phân giải trực tuyến.
Cắt và lưu đoạn video: Nhấp vào nút Clip để cắt và lưu đoạn video hiện tại bất cứ lúc nào, phục vụ chỉnh sửa hoặc chia sẻ sau đó.
Tích hợp vào ứng dụng riêng: Lấy API Key để tích hợp khả năng tạo thời gian thực của Orbis vào ứng dụng, chương trình phát trực tiếp hoặc quy trình mô phỏng robot của bạn.

Tương tác trực tuyến theo thời gian thực: Hình ảnh liên tục được tạo như phát trực tiếp; người dùng có thể nhập lệnh mới bất cứ lúc nào để thay đổi diễn biến theo thời gian thực mà không cần chờ hoàn tất video.
Tính nhất quán trong thời lượng cực dài: Cơ chế ghi nhớ đa quy mô có giới hạn cho phép duy trì quá trình tạo liên tục trong nhiều giờ mà không suy giảm chất lượng rõ rệt hoặc lệch màu.
Tính chân thực vật lý cao: Dựa trên phân rã thời gian nhân quả và phần thưởng từ mô hình thế giới tiềm ẩn, bảo đảm chuyển động và tương tác của vật thể tuân theo các quy luật vật lý thực tế.
Phân phối chất lượng cao theo thời gian thực: Kết hợp tạo nguyên bản với siêu phân giải trực tuyến để xuất video 4K@24FPS theo thời gian thực.
Giao diện tạo thống nhất: Cùng một khung tiếp tục nhân quả hỗ trợ ba cách khởi tạo: văn bản thành video, hình ảnh thành video và tiếp tục video.

Trang web dự án：https://www.visko.ai/models
Bài nghiên cứu kỹ thuật：https://www.visko.ai/blog/papers/files/Visko_Orbis_1_0__A_Live_Model_for_Real_TimeInteractive_Long_Video_Generation.pdf

Giải trí tương tác và sáng tác câu chuyện: Người dùng chọn nhánh cốt truyện theo thời gian thực hoặc kể chuyện bằng giọng nói; hình ảnh được suy diễn ngay theo lệnh, tạo trải nghiệm “bộ phim có thể chơi”.
Phát trực tiếp AI và streamer ảo: Hoạt động như công cụ tạo hình ảnh thời gian thực cho streamer ảo, liên tục tạo hình ảnh phát trực tiếp và phản hồi bình luận hoặc lệnh thoại mà không cần tư liệu quay sẵn.
Huấn luyện mô phỏng robot: Huấn luyện và kiểm thử hành vi robot trong thế giới ảo có độ trung thực cao được tạo ra, giảm chi phí thử nghiệm trước khi triển khai trong môi trường thực tế.
Giáo dục và đào tạo nhập vai: Trực quan hóa kiến thức trừu tượng hoặc cảnh lịch sử theo thời gian thực; học sinh có thể đặt câu hỏi bằng giọng nói để lập tức thay đổi nội dung trình diễn.
Trưng bày ảo cho thương mại điện tử: Influencer ảo giới thiệu sản phẩm sinh động trong các cảnh được tạo theo thời gian thực; người dùng có thể yêu cầu chuyển đổi phong cách, góc nhìn hoặc bối cảnh sử dụng ngay lập tức.