Visko Orbis 1.0: Realtids-4K-videogenerering som du kan omdirigera mitt i strömmen

Visko Orbis 1.0 avslutar inte en video och ger dig en fil. Den börjar strömma en scen så fort du ger den en prompt och fortsätter att generera – och när du skriver en ny prompt ändras scenen runt dig mitt i strömmen, utan omstart och utan laddningsindikator. Visko, Sunnyvale-startupen bakom det, kallar denna nya klass av system för en "Live Model", och Orbis är det första. Företaget lanserades den 1 september 2026 med offentlig åtkomst på visko.ai, en teknisk rapport på arXiv och en pre-seed-runda på 10 miljoner dollar ledd av Llama Ventures. Orbis är en dag gammal, så benchmark-siffrorna nedan är Viskos egna tills någon oberoende kör dem.

Anledningen att uppmärksamma detta är inte att Orbis är bättre än de videomodeller du redan kan anropa — ingen har bevisat det ännu. Det är att Orbis är en annan kategori. Varje större videogenerator som levereras idag, från OpenAIs Sora 2 Pro till Googles Veo 3.1 till Kling 3.0, är vad Visko kallar en "query model": du skickar en prompt, väntar på en rendering och får ett färdigt klipp. Orbis kör istället för att rendera. Den behandlar video som något som ständigt pågår, och den låter dig prata med den medan det händer.

Vad "live" egentligen betyder

Visko's utgångspunkt är att en frågemodell varken har en intern klocka eller något minne, så ju längre en genererad sekvens pågår, desto mer faller den sönder — artefakter, trasig fysik, färgförskjutning. Orbis är byggd för att hålla ihop en värld. Den upprätthåller ett beständigt internt tillstånd genom hela strömmen, så att motiv, scener och stil håller sig från ett segment till nästa. Visko's tester hävdar att den kan hålla en scen sammanhängande i en timme eller mer utan den kvalitets- eller färgförskjutning som långa diffusionsutrullningar är kända för.

Två förmågor följer av den designen. För det första, redigering av promptar mitt i strömmen: du kan lägga till, ändra eller byta promptar medan genereringen pågår, och Visko säger att utdata återspeglar ändringen på under en sekund i genomsnitt — världen uppdateras runt den istället för att startas om. För det andra, kontinuitet: modellen bär subjekt, scener och stil över chunkar och sessioner, vilket är det som överhuvudtaget gör långformsgenerering möjlig.

Vad du kan göra med det just nu

Orbis öppnar med fyra publika lägen, och skillnaden från en klippgenerator syns i listan. "Choose What Happens Next" erbjuder förgrenade berättelseval mitt i strömmen. "Speak It, See It" tar muntlig berättarröst och renderar scenen live medan du läser. "Train and Test Robots" släpper en robot i en genererad värld för att öva innan den riktiga. "Freeform Playground" tar text eller en bild-plus-textbeskrivning och genererar en värld från grunden. Därunder finns en längre kö av exempelvärldar – ett virtuellt band, en kung fu-gård, en astronaut som arbetar i omloppsbana, ett livestreamläge – var och en en pågående scen som du kan styra snarare än en renderad fil.

• Utdata — 4K-video vid 24 FPS, streamad i realtid (enligt leverantören).

• Varaktighet — generation på timskala hävdas, utan uppenbar kvalitets- eller färgavvikelse (enligt leverantören).

• Inmatningar — långformat text-till-video, bild-till-video och videofortsättning; flerspråkiga prompts; promptbyte mitt under genereringen.

• Interaktivitet — fråga igen när som helst; Visko rapporterar uppdateringar på mindre än en sekund i genomsnitt.

• Minne — ett begränsat flerskaligt minne bevarar motiv, scener och stil över segment.

• Fysik — en latent världsmodell poängsätter kandidatframtider vid inferens, vilket styr utdata mot fysiskt plausibel rörelse.

Så fungerar det

Orbis är byggd på neurala stokastiska differentialekvationer, eller Neurala SDE:er — en arkitektur som låter modellen utveckla sitt utdata kontinuerligt över tid istället för att lösa en diskret klippsekvens. Den körs på en intern "världsklocka" i ett enhetligt latent rum som består av perception-, minnes- och fysik-token: en löpande redogörelse för vad modellen ser, vad den minns, och vad rörelselagarna bör göra härnäst.

Generering är strömmande, närmare nästa-token-prediktering i en LLM än till diffusion denoising. Modellen avslutar den första bildrutan, skickar den, och genererar sedan nästa bildruta villkorad på allt som kom innan. En destillerad, chunkvis strömmande generator hanterar basströmmen medan en strömmande video-uppskalare höjer den till 4K, allt serverat av en optimerad GPU-serveringsmotor som enligt Visko håller jämna steg i realtid.

Vem ligger bakom det

För en modell med en dags offentlig historia spelar teamet roll. Visko grundades 2025 av Qing (Will) Yin, som har en doktorsexamen i beräkningsmatematik och mekanik från Stanford och arbetade som forskare på Apple i tre år. Det 16 personer starka teamet hämtas från Apple, Google DeepMind, Meta, Amazon och Tesla, och det rådgivande organet leds av Michael I. Jordan från UC Berkeley. Den bakgrunden ger verklig trovärdighet bakom lanseringen – och den är fortfarande ingen ersättning för en oberoende utvärdering.

Siffrorna hittills — och hur mycket man kan lita på dem

Viskos tekniska rapport, "Visko Orbis 1.0: A Live Model for Real-Time Interactive Long Video Generation" (arXiv: 2607.26694), gör en specifik uppsättning påståenden. På DOVER, ett etablerat mått för estetisk och teknisk kvalitet, leder Orbis 1.0 bland de jämförda realtids- och långvideosystemen. På VideoAlign, ett mått för visuell- och rörelsekvalitet, rankas den också först. Och i en långformad Arena-studie med mänskliga preferenser över åtta system rapporterar Visko att modellen fick de högsta totala preferens- och temporalstabilitetsbetygen. Jämförelseuppsättningen inkluderar Odysseys Odyssey-2, som Visko säger att Orbis slår på dessa riktmärken.

Håll reda på ursprunget: vart och ett av dessa siffror är Visko:s egna, publicerade samma dag som modellen lanserades, och inget oberoende labb eller neutral topplista har kört Orbis ännu. Till rapportens försvar ska sägas att den också redovisar dimensioner där Orbis ligger efter andra system – mer än de flesta lanseringsrapporter gör – men en självutvärdering är en utgångspunkt, inte ett betyg. Det finns varken någon LMArena- eller Artificial Analysis-post för Orbis idag. Det är normalt för en modell som släpptes igår, och det är just därför den rättvisa bedömningen just nu är "lovande, obevisad".

Rapporten ovan utgör hela bevisunderlaget för Orbis huvudpåståenden — riktmärkessiffrorna finns i det dokumentet, och dokumentet är leverantörens eget.

Tillgång, kostnad och de ärliga okända

Du kan prova Orbis idag, på två sätt. Visko har öppnat offentlig åtkomst på visko.ai – modellsidan kör en livedemo med en kö av exempelvärldar, och Freeform Playground tar emot text eller bild-plus-text-inmatning. Rapportens distributionsanteckning tillägger att Orbis också finns tillgängligt via Viskos partner Reactor, som erbjuder både en dynamisk version och en stabil version, med en sandlåda och ett API. Det API:et är den del utvecklare bryr sig om: det är den första verkliga vägen att bygga vidare på modellen snarare än att bara titta på den.

Modellsidan ovan är hela den publika ytan just nu: demokort, en lekplats och ingen prislapp någonstans.

Det som ännu inte finns är ett pris. Visko har inte publicerat några per-sekund-, per-minut- eller abonnemangspriser för Orbis, och varken deras webbplats eller distributionspartnern listar något. Analytikernas reaktion har pekat på just detta: Constellation Researchs Holger Mueller kallade Viskos arbete "extremt uppmuntrande" men noterade att kontinuerlig dynamisk generering "förmodligen inte blir billig." Den beräkningsmässiga verkligheten bekräftar det – att strömma 4K i 24 FPS oändligt är en helt annan kostnadskurva än att rendera ett 10-sekundersklipp en gång.

För en modell som är en dag gammal, utan pris och utan oberoende siffror, är det vettiga sättet att testa den detsamma som för alla obeprövade modeller: testtrafik, inte produktionsvägen. När en leverantör listar Orbis är det precis vad ett routningslager är till för — peka en prompt mot Orbis, behåll en beprövad reservmodell på samma slutpunkt och låt automatisk failover byta till den tillförlitliga modellen om den nya stannar upp eller avviker. OrcaRouter kör ett API över 200+ modeller med leverantörernas listpriser som skickas vidare utan påslag (0 %), så en prissänkning på någon av dem är live här samma dag som leverantören meddelar den. För ordningens skull: OrcaRouter varken hostar eller dirigerar Visko Orbis 1.0 ännu — den distribueras via Viskos egen webbplats och dess distributionspartner — och det är genomslagsprincipen ovan som gäller så snart en leverantör listar den.

Vem bör bry sig

Tre målgrupper har en verklig anledning att titta på Orbis. Först robotik- och simulationsteam: demolistan inkluderar träning och testning av robotar i genererade världar, och Visko marknadsför Orbis som ett sätt att producera träningsmaterial som vore osäkert eller dyrt att iscensätta – kantfall för autonoma fordon och humanoida robotar. Det är samma pitch som en våg av world-model-startups gör, och Orbis är tidigt men byggd för det. För det andra, spel- och interaktivmediautvecklare, eftersom en värld som fortsätter generera och reagerar på input i realtid är en renderingsbackend, inte ett klippverktyg. För det tredje, alla som kör live AI-video framför en användare – livehandel, virtuella influencers, utbildning – där att styra strömmen live är produkten.

Och publiken som bör vänta: alla vars arbetsflöde är "rendera ett klipp, redigera det, leverera det." Orbis strömmande paradigm löser ett annat problem än batchvideogenerering, och tills priserna och API-villkoren är offentliga är kostnaden för en ständigt pågående ström en okänd som du inte bör ta på dig.

Vad du ska titta på härnäst

Tre saker skulle göra denna debut till en modell du planerar kring. En första oberoende titt — en notering hos LMArena eller Artificial Analysis, eller en oberoende replikering av DOVER- och VideoAlign-påståendena. Publicerad prissättning, som avgör om "kör snarare än renderar" är överkomligt för andra än forskningsteam och finansierade startups. Och bevis i stor skala: Viskos egen rapport är öppen med att minnesstrukturdesign, detaljerade handlingsbeskrivningar i träningsdata och skalning fortfarande är oavslutat arbete, så timskalepåståendet förtjänar att testas av någon som inte säljer det.

Just nu är Visko Orbis 1.0 den mest intressanta videomodellen som du ännu inte kan utvärdera rättvist — en genuint ny arkitektur, en dags offentlig historia och en imponerande uppsättning självrapporterade siffror som väntar på en andra bedömning.