Visko Orbis 1.0: Generowanie wideo 4K w czasie rzeczywistym, które możesz przekierować w trakcie

Visko Orbis 1.0 nie kończy wideo i nie wręcza ci pliku. Zaczyna strumieniować scenę w momencie, gdy podasz mu prompt, i generuje dalej — a gdy wpiszesz nowy prompt, scena zmienia się wokół ciebie w trakcie strumieniowania, bez restartu i bez paska ładowania. Visko, startup z Sunnyvale, który za tym stoi, nazywa tę nową klasę systemów „Live Model”, a Orbis jest jej pierwszym przedstawicielem. Firma wystartowała 1 września 2026 roku z publicznym dostępem na visko.ai, raportem technicznym na arXiv i rundą pre-seed o wartości 10 milionów dolarów prowadzoną przez Llama Ventures. Orbis ma jeden dzień, więc poniższe wyniki benchmarków są danymi Visko, dopóki ktoś niezależny ich nie uruchomi.

Powodem, dla którego warto zwracać na to uwagę, nie jest to, że Orbis jest lepszy od modeli wideo, które już możesz wywołać — nikt tego jeszcze nie udowodnił. Chodzi o to, że Orbis to inna kategoria. Każdy liczący się generator wideo dostępny dziś na rynku, od Sory 2 Pro od OpenAI, przez Veo 3.1 od Google, po Kling 3.0, jest tym, co Visko nazywa „modelem zapytaniowym”: wysyłasz prompt, czekasz na render i otrzymujesz gotowy klip. Orbis działa zamiast renderować. Traktuje wideo jako coś, co dzieje się cały czas, i pozwala rozmawiać z nim w trakcie.

Co właściwie znaczy „live"

Ujęcie Visko jest takie, że model zapytań nie ma wewnętrznego zegara ani pamięci, więc im dłużej trwa generowana sekwencja, tym bardziej się rozpada — artefakty, zaburzona fizyka, dryf kolorów. Orbis został zaprojektowany tak, aby utrzymać świat w całości. Utrzymuje trwały stan wewnętrzny w całym strumieniu, dzięki czemu obiekty, sceny i styl pozostają na miejscu od jednego fragmentu do następnego. Testy Visko dowodzą, że potrafi zachować spójność sceny przez godzinę lub dłużej, bez pogorszenia jakości ani dryfu kolorów, z którego znane są długie procesy generowania dyfuzyjnego.

Z tego projektu wynikają dwie możliwości. Po pierwsze, edycja promptów w trakcie generowania: możesz dodawać, zmieniać lub przełączać prompty, gdy generowanie trwa, a Visko twierdzi, że wynik odzwierciedla zmianę średnio w mniej niż sekundę — świat aktualizuje się wokół niego zamiast restartować. Po drugie, ciągłość: model przenosi obiekty, sceny i styl między fragmentami i sesjami, co w ogóle umożliwia generowanie długich form.

Co możesz z tym teraz zrobić

Orbis oferuje cztery tryby publiczne, a różnica w stosunku do generatora klipów jest widoczna na liście. „Choose What Happens Next” oferuje rozgałęziające się wybory fabularne w trakcie generowania. „Speak It, See It” przekształca mówioną narrację i renderuje scenę na żywo w trakcie czytania. „Train and Test Robots” umieszcza robota w wygenerowanym świecie, aby mógł ćwiczyć przed działaniem w prawdziwym. „Freeform Playground” przyjmuje tekst lub opis z obrazem i tekstem i generuje świat od podstaw. Poniżej znajduje się dłuższa lista przykładowych światów — wirtualny zespół, dziedziniec kung fu, astronauta pracujący na orbicie, tryb transmisji na żywo — każdy z nich to działająca scena, którą możesz sterować, a nie wyrenderowany plik.

Wyjście — wideo 4K przy 24 FPS, przesyłane strumieniowo w czasie rzeczywistym (deklarowane przez producenta).

• Czas trwania — deklarowana generacja w skali godzin, bez zauważalnych odchyleń jakości ani koloru (wg producenta).

• Wejścia — długi tekst na wideo, obraz na wideo i kontynuacja wideo; wielojęzyczne prompty; przełączanie promptów w trakcie generowania.

• Interaktywność — możliwość ponownego zapytania w dowolnym momencie; Visko raportuje aktualizacje średnio w mniej niż sekundę.

• Pamięć — ograniczona wieloskalowa pamięć zachowuje obiekty, sceny i styl w kolejnych fragmentach.

• Fizyka — ukryty model świata ocenia kandydackie przyszłości podczas wnioskowania, kierując wynik w stronę fizycznie wiarygodnego ruchu.

Jak to działa

Orbis jest zbudowany na neuronowych stochastycznych równaniach różniczkowych, czyli Neural SDE — architekturze, która pozwala modelowi w sposób ciągły ewoluować swoje wyjście w czasie, zamiast generować pojedynczy dyskretny klip. Działa na wewnętrznym „zegarze świata” w ujednoliconej przestrzeni latentnej, złożonej z tokenów percepcji, pamięci i fizyki: bieżącym zapisie tego, co model widzi, co pamięta oraz co prawa ruchu powinny zrobić w następnej kolejności.

Generowanie ma charakter strumieniowy — bliższe przewidywaniu następnego tokena w modelu LLM niż odszumianiu dyfuzyjnemu. Model kończy pierwszą klatkę, wysyła ją, a następnie generuje kolejną klatkę, uwarunkowaną wszystkim, co było wcześniej. Wydestylowany generator strumieniowy działający porcjami obsługuje strumień bazowy, a strumieniowy upscaler wideo podbija go do 4K. Całość obsługuje zoptymalizowany silnik serwowania na GPU, który według Visko nadąża w czasie rzeczywistym.

Kto za tym stoi

Dla modelu z jednym dniem publicznej historii zespół ma znaczenie. Visko zostało założone w 2025 roku przez Qing (Will) Yina, doktora matematyki obliczeniowej i mechaniki na Stanfordzie, który przez trzy lata pracował jako badacz w Apple. 16-osobowy zespół wywodzi się z Apple, Google DeepMind, Meta, Amazon i Tesli, a radzie doradczej przewodniczy Michael I. Jordan z UC Berkeley. Taki rodowód to realna wiarygodność za premierą — ale wciąż nie zastępuje niezależnej oceny.

Dotychczasowe liczby — i na ile można im ufać

Raport techniczny Visko, „Visko Orbis 1.0: A Live Model for Real-Time Interactive Long Video Generation” (arXiv: 2607.26694), formułuje konkretny zestaw twierdzeń. Pod względem DOVER, uznanej metryki jakości estetycznej i technicznej, Orbis 1.0 przoduje wśród porównywanych systemów działających w czasie rzeczywistym i generujących długie wideo. Pod względem VideoAlign, metryki jakości wizualnej i ruchu, również zajmuje pierwsze miejsce. Z kolei w długotrwałym badaniu preferencji użytkowników w formacie Arena, obejmującym osiem systemów, Visko podaje, że model uzyskał najwyższe oceny ogólnej preferencji i stabilności czasowej. Zestaw porównawczy obejmuje Odyssey-2 firmy Odyssey, który – według Visko – Orbis pokonuje w tych benchmarkach.

Zachowajmy jasność co do pochodzenia tych liczb: każda z nich pochodzi od samego Visko i została opublikowana tego samego dnia, w którym zadebiutował model. Żadne niezależne laboratorium ani neutralny ranking nie przetestowały jeszcze Orbis. Trzeba oddać raportowi sprawiedliwość: ujawnia on również obszary, w których Orbis ustępuje innym systemom — w większym stopniu niż większość raportów z dnia premiery — ale samoocena to punkt wyjścia, a nie wynik. Na dziś nie ma wpisu Orbis w LMArena ani w Artificial Analysis. To normalne w przypadku modelu wydanego wczoraj i właśnie dlatego sprawiedliwy werdykt brzmi teraz: „obiecujący, ale niezweryfikowany”.

Powyższy raport stanowi cały materiał dowodowy dla głównych twierdzeń firmy Orbis — liczby porównawcze znajdują się w tym dokumencie, a dokument pochodzi od samego dostawcy.

Dostęp, koszt i uczciwe niewiadome

Możesz wypróbować Orbis już dziś na dwa sposoby. Visko udostępniło publiczny dostęp na visko.ai — strona modeli uruchamia demo na żywo z kolejką przykładowych światów, a Freeform Playground przyjmuje tekst lub dane wejściowe w postaci obrazu z tekstem. Notatka o dystrybucji w raporcie dodaje, że Orbis jest również dostępny za pośrednictwem partnera Visko, Reactor, który oferuje zarówno wersję dynamiczną, jak i stabilną, z piaskownicą i API. To API jest częścią, na której zależy programistom: to pierwsza realna ścieżka do budowania na modelu, a nie tylko oglądania go.

Strona modeli powyżej to obecnie cała publiczna odsłona: karty demo, piaskownica i nigdzie żadnej ceny.

Czego jeszcze nie ma, to cena. Visko nie opublikowało żadnych stawek za sekundę, za minutę ani subskrypcyjnych dla Orbis, a ani jego strona, ani partner dystrybucyjny ich nie podaje. Reakcja analityków zwróciła na to uwagę: Holger Mueller z Constellation Research nazwał pracę Visko „niezwykle obiecującą”, ale zauważył, że ciągłe dynamiczne generowanie „prawdopodobnie nie będzie tanie”. Rzeczywistość obliczeniowa to potwierdza — nieprzerwane strumieniowanie 4K przy 24 FPS to zupełnie inna krzywa kosztów niż jednorazowe wyrenderowanie 10-sekundowego klipu.

Dla modelu, który ma jeden dzień, bez ceny i bez niezależnych danych liczbowych, rozsądnym sposobem jego wypróbowania jest ten sam, co dla każdego niezweryfikowanego modelu: test na ruchu, a nie na ścieżce produkcyjnej. Gdy dostawca udostępni Orbis, właśnie do tego służy warstwa routingu — skieruj prompt do Orbisa, trzymaj sprawdzone rozwiązanie zapasowe na tym samym endpointcie i pozwól automatycznemu failover przełączyć na niezawodny model, jeśli nowy się zaciągnie lub zboczy. OrcaRouter uruchamia jedno API dla ponad 200 modeli, z cenami cennikowymi dostawców przekazywanymi dalej z 0% narzutu, więc obniżka ceny któregokolwiek z nich jest tutaj aktywna tego samego dnia, w którym dostawca ją ogłosi. Gwoli ścisłości: OrcaRouter nie hostuje ani nie routuje jeszcze Visko Orbis 1.0 — model jest dystrybuowany przez witrynę Visko i jej partnera dystrybucyjnego — a powyższa matematyka pass-through obowiązuje od momentu, gdy dostawca go udostępni.

Kogo powinno to obchodzić

Trzy grupy odbiorców mają realny powód, aby śledzić Orbis. Po pierwsze zespoły zajmujące się robotyką i symulacjami: lista demonstracji obejmuje szkolenie i testowanie robotów w wygenerowanych światach, a Visko przedstawia Orbis jako sposób na tworzenie materiałów treningowych, których nagranie byłoby niebezpieczne lub kosztowne – przypadki skrajne dla pojazdów autonomicznych i robotów humanoidalnych. To ta sama propozycja, jaką przedstawia fala startupów modeli świata, a Orbis jest wczesnym, ale stworzonym do tego rozwiązaniem. Po drugie, twórcy gier i mediów interaktywnych, ponieważ świat, który nieustannie się generuje i reaguje na dane wejściowe w czasie rzeczywistym, to backend renderujący, a nie narzędzie do klipów. Po trzecie, każdy, kto uruchamia wideo AI na żywo przed użytkownikiem – handel na żywo, wirtualni influencerzy, edukacja – gdzie sterowanie strumieniem na żywo jest produktem.

I odbiorcy, którzy powinni poczekać: każdy, czyj przepływ pracy to „wyrenderuj klip, zmontuj go, opublikuj". Paradygmat strumieniowania Orbisa rozwiązuje inny problem niż wsadowe generowanie wideo, a dopóki cennik i warunki API nie są publiczne, koszt stale działającego strumienia to niewiadoma, której nie powinieneś brać na siebie.

Co obejrzeć dalej

Trzy rzeczy sprawiłyby, że ten debiut stałby się modelem, wokół którego planuje się strategię. Pierwsze niezależne spojrzenie — wpis na LMArena lub Artificial Analysis, albo niezależna replikacja twierdzeń DOVER i VideoAlign. Opublikowane cenniki, które zdecydują, czy „runs rather than renders" jest dostępne dla kogokolwiek poza zespołami badawczymi i finansowanymi startupami. Oraz dowody na dużą skalę: raport Visko wprost przyznaje, że projektowanie struktury pamięci, szczegółowe opisy działań w danych treningowych i skalowanie pozostają otwartą pracą, więc twierdzenie o skali godzinowej zasługuje na testy przez kogoś, kto tego nie sprzedaje.

W tej chwili Visko Orbis 1.0 to najbardziej interesujący model wideo, którego jeszcze nie sposób uczciwie ocenić — naprawdę nowa architektura, jeden dzień publicznej historii i imponujący zestaw samodzielnie podanych liczb czekających na drugą opinię.