AI 视频生成完就结束，Visko 的 Orbis 却让画面一直跑下去：用户中途改提示词，场景当场接住变化。这家 16 人公司刚拿 1000 万美元种子前融资，自称能实时输出 4K、每秒 24 帧且小时级不漂移。AI 视频正在从短片走向可交互的运行环境。

9 月 1 日，2025 年成立的 Visko 宣布完成 1000 万美元种子前融资，同时开放 Orbis 的公众体验入口。

它展示的产品和我们熟悉的 AI 视频有一个明显区别。你输入一句话以后，画面不会在十几秒后结束。视频继续往前生成，你可以中途修改要求，场景会跟着变化。

Visko 把这种产品叫作「持续运行的模型」。我们更愿意用普通一点的说法来解释。

以前的 AI 视频像拍好的一段短片，Orbis 想让它像游戏画面一样一直运行。

按照 Visko 自己的技术报告，Orbis 可实时输出每秒 24 帧的 4K 视频，并在小时级连续生成中未见明显画质或颜色漂移。这些结论目前主要来自公司报告，仍缺少大规模独立测试。

即便先把宣传口径放在一边，这个产品方向也值得关注。AI 视频正在从一次性交付的内容，走向可以实时参与的环境。

Visko 官网展示的 Orbis 实时世界画面

01 视频会停

今天常见的 AI 视频产品，工作方式很像一个接单的制作团队。用户写下提示词，等待模型渲染，最后收到一段固定长度的视频。

收到以后，你可以重新生成，也可以进入剪辑软件修改。已经生成的画面不会听见新的要求，更不会一边播放一边改方向。

这种方式适合广告镜头、社交媒体短片和概念样片。它也把 AI 视频限制在「内容文件」里。生成结束以后，模型的工作就结束了。

Orbis 选择另一种产品结构。模型按照短片段不断向前生成，每一段都会接住之前的场景和用户刚刚输入的新要求。用户可以从文字生成视频，也可以上传图片或已有视频，让系统继续往后发展。

假设画面里有一辆车正在雨夜行驶。传统产品会给你一段成片。Orbis 的设想是，车继续向前开。你中途让它转进城市、停在路边或者把天气改成晴天，下一段画面马上执行。

这时，用户操作的对象已经不再是一份文件。他正在影响一个持续发生的过程。

它和传统游戏也有区别。游戏开发者提前写好地图、角色动作和事件规则，玩家只在这些规则里选择。生成模型可以根据文字临时创造没有预先制作的场景。代价是它缺少游戏引擎那样明确的规则，画面能继续，并不保证每个物体都遵守同一套物理规律。

因此，Orbis 当前更像一个可以被实时改写的视觉环境。它已经越过固定短片，又没有达到完整游戏的可控程度。这个中间位置很重要。很多新产品最初不会替代旧工具，它们先创造一种过去做不到的交互方式。

Orbis 把固定视频改成持续生成的画面

02 随时改写

实时交互听起来像一个很小的功能，背后会改变整个创作流程。

在普通视频生成里，提示词必须在开始时写好。一个镜头不符合预期，用户通常要停止、修改文字、重新等待。Orbis 允许用户在画面运行期间更换提示词，变化会进入接下来的片段。

这更接近导演在现场喊一句「镜头往左」「让人物停下来」。模型要保留已经发生的内容，同时理解新的命令影响谁、从什么时候开始，以及哪些部分不能改变。

Visko 官网还展示了另外两个专用模型。Morphe 负责改变或驱动画面里的人物，同时尽量保持背景和身份一致。Kinesis 让用户指定某个时间与位置，再添加或修改物体。三款产品放在一起，可以看出公司的产品方向。

Orbis 负责让世界继续运行，Morphe 负责人物，Kinesis 负责局部修改。

从这套分工看，Visko 想覆盖传统视频编辑以外的场景。它可能用于游戏场景预演、直播背景生成和教学演示，但这些用途目前更多还是方向展示，尚未得到市场验证。用户不必先理解时间轴、关键帧和渲染队列，只要在画面运行时继续说话。

对创作者来说，这会把「生成」和「修改」放回同一个过程。过去要先生成四个版本，下载以后比较，再决定重做哪一个。实时模型允许用户看着变化继续补充要求。一次创作会更像持续对话，等待完整成片的次数可能减少。

用户可以在画面运行期间修改提示词

03 记住前面

无限生成最难的部分并不是让模型多画几帧。它要记住前面发生了什么。

短视频里，人物衣服偶尔变色、窗户多出一扇，观众可能还没发现，片段已经结束。运行一小时以后，小错误会不断积累。同一个人可能换了脸，一栋房子的门会移动，白天会在没有原因的情况下变成夜晚。

Visko 的技术报告称，Orbis 使用一套有固定容量的多尺度记忆。系统不会把此前每一帧完整保存并重新读取。它从最近画面、较长时间的场景信息和更稳定的人物特征中，保留不同层次的记录。

这像一个连续写作的人。眼前几句话需要逐字记得，前几章只要保留人物关系，更早的内容留下世界规则即可。如果所有历史都逐字带上，写得越长，成本越高。若完全不记，人物很快会变成另一个人。

按照论文的说法，这套记忆容量不会随着视频长度不断增加。因此，运行时间变长时，保存过去的成本可以保持在相对稳定的范围内。

公司报告称，Orbis 在小时级生成中没有出现明显的画质与颜色漂移。这个结论来自研发团队自己的测试，公开用户能否在复杂场景下复现，还需要更多样本。

固定容量的记忆让人物、场景和风格继续保持一致

04 边做边播

Visko 公布的另一个数字是 4K 和每秒 24 帧。这里需要理解它解决的是什么问题。

普通视频模型往往先完成整段计算，再把文件交给用户。实时系统必须让生成速度追上播放速度。每秒播放 24 张画面，系统也要及时交付相应内容。稍微慢一点，画面就会卡住。

Orbis 把视频分成连续的小段。基础生成器先产出较低分辨率画面，另一套实时放大系统再把画面提升到 4K。用户看到第一段时，后面的片段仍在计算。

这和网络视频边下载边播放很像。区别在于，后面的内容还不存在，模型要一边决定接下来发生什么，一边完成画面。

论文没有在摘要里给出每次运行需要多少张 GPU，也没有公布普通用户长期生成一小时视频的成本。4K 每秒 24 帧说明系统跑得快，暂时不能说明产品已经便宜。

这会成为商业化的第一道问题。短视频按照生成次数或秒数收费，成本比较容易控制。一个持续运行的世界可能开放几分钟，也可能开几个小时。用户希望它一直运行，平台则要一直支付算力费用。

持续生成需要让计算速度追上视频播放速度

05 自己评分

Visko 的技术报告对 Orbis 做了两类评测。一类检查画面质量、动作和提示词是否一致，另一类让人观看长视频，再比较整体偏好与时间稳定性。

公司把 Orbis 与 HappyOyster、LongLive、Odyssey、PixVerse R1、Rolling Forcing、Krea Realtime 等系统放在一起比较。报告称 Orbis 在长视频的总体偏好和时间稳定性上获得最高分。

在公司公布的长视频偏好测试中，Orbis 的总体分数为 1838，第二名 HappyOyster 为 1734。视觉质量一项里，HappyOyster 略高于 Orbis。这一点很重要。Orbis 的优势主要来自长时间保持和交互，单看每一帧的漂亮程度，它没有包揽所有第一。

这些评测由 Visko 设计并公布，论文作者也来自公司。它能说明团队怎样衡量产品，不能代替完全独立的第三方比较。提示词选择、测试时长、参与评分的人数与推理配置，都会影响结果。

更可靠的判断要等真实用户开始反复使用。一个系统在测试视频里保持人物一致，和它能否支撑一场直播、一节课或者一个可玩的游戏场景，仍然隔着很长的产品路程。

Visko 公布的长视频模型比较结果

06 十六个人

Visko 2025 年成立，总部位于加州桑尼维尔。公司公告称，创始人 Qing Yin 拥有斯坦福博士背景，此前曾在 Apple 从事三年研究工作。

按照公司公告，团队目前有 16 人，成员来自 Apple、Google DeepMind、Meta、Amazon 和 Tesla。公告同时写到，顾问委员会主席为加州大学伯克利分校教授 Michael I. Jordan。

本轮 1000 万美元种子前融资由 Llama Ventures 领投。对于一支 16 人的新团队，这是一笔不小的早期资金。投资人同时押注模型能力和未来的计算开销。

视频模型的训练与实时服务都很吃算力。公司要让公众进入产品，还要准备稳定的 GPU 容量、内容分发和交互界面。一个论文演示可以只跑几次，消费产品要同时接住很多用户。

Visko 没有在融资公告里披露收入、付费用户、模型训练成本和本轮估值。它目前最明确的资产是技术报告、公开体验入口和一组产品演示。

这让融资带有明显的提前下注色彩。投资人相信实时世界模型会形成新产品，但用户会在哪个场景里长期留下，现在还没有答案。

公司的商业选择也会影响产品方向。若先服务影视、广告和游戏团队，它可以收取较高费用，并让专业用户容忍复杂设置。若直接做消费产品，体验必须简单，生成成本也要足够低。面向机器人与仿真公司时，画面质量之外还要证明物理结果可靠。

同一个模型很难同时满足这三类客户。专业创作者要控制，普通用户要便宜，机器人团队要准确。Visko 目前同时描述多种用途，下一步需要用实际产品告诉市场，它准备先解决哪一类人的问题。

16 人团队拿到 1000 万美元种子前融资

07 谁会使用

持续运行的画面最容易让人想到游戏。玩家不再进入开发者提前画好的地图，模型可以根据一句指令生成新的道路、角色和事件。

它也可能先出现在更轻的场景里。直播间需要不断变化的布景，广告团队想在开拍前试镜头，教师希望根据学生的问题即时生成演示。这些用途对控制和速度要求很高，对完整游戏规则的要求相对低。

机器人与仿真是公司反复提到的另一个方向。机器人可以在虚拟画面里练习动作，自动驾驶系统也可以生成罕见场景。不过真实设备需要准确的物理规律。画面看起来合理，和力、碰撞、摩擦真的正确，是两套标准。

因此，Orbis 最早的产品价值可能来自创意工作。创作者愿意接受少量物理错误，只要画面能够跟上指令并保持角色。涉及机器人训练和工程仿真时，验证门槛会高很多。

这也是「世界模型」这个词容易被吹大的地方。一个可以持续生成视频的模型，已经很有用。它离能够可靠预测现实世界，还有大量测量与验证工作。

持续视频最早可能进入游戏、直播、教育和创意制作

08 产品难题

Orbis 当前最大的吸引力来自演示。最大的风险也在演示以外。

首先是控制。用户要求人物转身，系统要判断改变从哪一帧开始，还要保证背景不跟着跳动。指令连续变化以后，模型需要处理互相冲突的要求。

其次是成本。每多运行一分钟，平台都在继续计算和传输 4K 视频。商业产品必须决定按时间、分辨率、交互次数还是算力收费。价格太高，它会停留在专业制作工具。价格降下来，普通人才能把它当作随时可开的世界。

还有可靠性。长视频里的错误会一直留在后面的状态里。人物在第十分钟多出一只手，模型可能把这只手当作新的事实继续生成。系统需要发现偏离并回到稳定状态。

最后是内容生产。传统平台审核一个完成的视频，持续世界每一秒都在产生新画面。用户中途改变要求以后，平台需要实时判断哪些内容可以继续。

这些问题不会削弱产品方向。它们决定 Orbis 最后会成为一个好看的技术演示，还是人们愿意每天打开的产品。

持续运行还会带来一种传统视频平台没有的账单。用户看一段已经上传的视频，平台主要支付存储和传输成本。用户进入 Orbis，平台要在观看期间一直调用 GPU 生成新画面。观看时间越长，算力支出越高。

平台可以限制每次运行时长，也可以降低分辨率，或者把高质量模式留给付费用户。每一种选择都会改变产品感觉。限制太多，所谓不会停的世界很快就停了。完全开放，免费用户可能在几小时内消耗大量算力。

持续世界必须同时解决控制、成本、稳定和实时内容管理

09 从片到场

AI 视频过去的竞争集中在画面更清晰、动作更自然、片段更长。Orbis 把另一个指标推到了前面。

用户能不能在画面运行时继续参与。

一段生成视频的价值在完成的文件里。持续模型的价值来自运行过程。用户进入以后可以改变方向，模型记得此前发生的内容，接下来的画面回应当前选择。

这会改变产品形态。视频编辑器处理素材，游戏引擎运行规则，直播工具连接观众。持续视频模型正在尝试把三者的一部分放进同一个入口。

目前所有关键性能数字都主要来自 Visko 的报告。公司只有 16 人，刚刚开放公众体验，收入和规模也没有披露。把它写成已经成熟的新平台，会比事实走得更快。

我们更愿意把 Orbis 看成一个清楚的产品信号。AI 视频正在摆脱「生成一次，下载一次」的固定流程。下一批产品会让模型继续运行，让用户随时插话，也让画面记住此前发生的事情。

当视频开始回应你，它就不再只是用来观看的内容。

它开始变成一个可以进入的地方。

AI 视频从固定短片走向持续、可交互的运行环境

资料来源：

Visko 官网与 Orbis 产品说明原文 https://www.visko.ai/

Visko Orbis 1.0 技术报告原文 https://arxiv.org/abs/2607.26694

Visko 1000 万美元融资与产品开放公告原文 https://www.prnewswire.com/news-releases/ai-startup-visko-closes-10-million-pre-seed-round-and-launches-orbis-its-first-live-model-302865890.html

Visko 对持续运行模型的产品说明原文 https://www.visko.ai/blog/introducing-live-models

RuntimeWire 对创始人、融资与产品方向的整理原文 https://runtimewire.com/article/qing-yin-visko-raises-10m-orbis-live-world-model

TestingCatalog 对 Orbis 公开体验的介绍原文 https://www.testingcatalog.com/visko-launches-orbis-a-new-real-time-ai-video-model/

FinSMEs 对 Visko 融资的报道原文 https://www.finsmes.com/2026/09/visko-raises-10m-in-pre-seed-funding.html

Krea 对实时长视频模型的介绍原文 https://www.krea.ai/blog/krea-realtime-14b

Odyssey 对实时世界模型的产品说明原文 https://odyssey.ml/introducing-odyssey-2