Visko Orbis 1.0: สร้างวิดีโอ 4K แบบเรียลไทม์ เปลี่ยนทิศทางได้กลางสตรีม

Visko Orbis 1.0 ไม่ได้ทำวิดีโอให้เสร็จแล้วส่งไฟล์ให้คุณ มันเริ่มสตรีมฉากทันทีที่คุณป้อนพรอมพ์ และสร้างต่อไปเรื่อยๆ — และเมื่อคุณพิมพ์พรอมพ์ใหม่ ฉากรอบตัวคุณก็จะเปลี่ยนไปกลางสตรีม โดยไม่ต้องเริ่มใหม่และไม่มีแถบโหลด Visko สตาร์ทอัปในซันนีเวลที่อยู่เบื้องหลัง เรียกระบบคลาสใหม่นี้ว่า "Live Model" และ Orbis คือระบบแรกของมัน บริษัทเปิดตัวอย่างเป็นทางการเมื่อวันที่ 1 กันยายน 2026 โดยเปิดให้ใช้งานสาธารณะที่ visko.ai มีรายงานทางเทคนิคบน arXiv และระดมทุน pre-seed 10 ล้านดอลลาร์ นำโดย Llama Ventures Orbis เพิ่งเปิดตัวได้หนึ่งวัน ดังนั้นตัวเลข benchmark ด้านล่างจึงเป็นของ Visko เอง จนกว่าจะมีหน่วยงานอิสระมาวัดผล

เหตุผลที่ต้องจับตามองไม่ใช่เพราะ Orbis ดีกว่าโมเดลวิดีโอที่คุณเรียกใช้ได้อยู่แล้ว ยังไม่มีใครพิสูจน์เรื่องนั้นได้ หากแต่เป็นเพราะ Orbis อยู่ในหมวดหมู่ที่ต่างออกไป โมเดลสร้างวิดีโอรายใหญ่ทุกรุ่นที่เปิดให้บริการอยู่ในปัจจุบัน ตั้งแต่ Sora 2 Pro ของ OpenAI, Veo 3.1 ของ Google ไปจนถึง Kling 3.0 ล้วนเป็นสิ่งที่ Visko เรียกว่า "query model": คือคุณส่งพรอมป์ต์ รอเรนเดอร์ แล้วก็จะได้คลิปที่เสร็จสมบูรณ์ออกมา Orbis รันแทนที่จะเรนเดอร์ โดยมองว่าวิดีโอคือสิ่งที่เกิดขึ้นตลอดเวลา และให้คุณพูดคุยกับมันได้ในขณะที่มันกำลังเกิดขึ้น

ความหมายที่แท้จริงของ "live"

วิสโก้เสนอกรอบแนวคิดว่า โมเดลแบบสอบถามไม่มีนาฬิกาภายในและไม่มีความทรงจำ ดังนั้นยิ่งลำดับที่สร้างขึ้นยาวเท่าไร มันยิ่งแตกสลายมากขึ้นเท่านั้น — อาร์ติแฟกต์ ฟิสิกส์ที่พังทลาย สีที่เพี้ยนไป Orbis ถูกสร้างขึ้นมาเพื่อยึดโลกให้อยู่ด้วยกัน มันรักษาสถานะภายในอย่างต่อเนื่องตลอดทั้งสตรีม ดังนั้นตัวแบบ ฉาก และสไตล์จึงคงอยู่จากส่วนหนึ่งไปยังส่วนถัดไป การทดสอบของวิสโก้อ้างว่ามันสามารถรักษาฉากให้สอดคล้องกันได้เป็นเวลาหนึ่งชั่วโมงหรือมากกว่า โดยไม่มีการลดทอนคุณภาพหรือสีเพี้ยนซึ่งเป็นที่รู้จักกันว่าเกิดกับกระบวนการแพร่ระยะยาว

การออกแบบนั้นให้ความสามารถสองประการ ประการแรก การแก้ไขพรอมพ์ระหว่างการสร้าง: คุณสามารถเพิ่ม เปลี่ยน หรือสลับพรอมพ์ได้ในขณะที่การสร้างกำลังทำงานอยู่ และ Visko ระบุว่าผลลัพธ์จะสะท้อนการเปลี่ยนแปลงภายในเวลาเฉลี่ยไม่ถึงหนึ่งวินาที — โลกอัปเดตไปรอบ ๆ แทนที่จะเริ่มต้นใหม่ ประการที่สอง ความต่อเนื่อง: โมเดลจะคงหัวข้อ ฉาก และสไตล์ไว้ข้ามชิ้นส่วนและเซสชัน ซึ่งเป็นสิ่งที่ทำให้การสร้างเนื้อหาแบบยาวเกิดขึ้นได้เลย

สิ่งที่คุณสามารถทำกับมันได้ในตอนนี้

Orbis เปิดตัวพร้อมโหมดสาธารณะสี่โหมด และความแตกต่างจากเครื่องสร้างคลิปก็ปรากฏให้เห็นในรายการ "เลือกว่าต่อไปจะเกิดอะไรขึ้น" ให้ตัวเลือกเรื่องราวแบบแตกแขนงระหว่างสตรีม "พูดแล้วเห็น" รับคำบรรยายด้วยเสียง แล้วเรนเดอร์ฉากสด ๆ ขณะที่คุณอ่านออกเสียง "ฝึกและทดสอบหุ่นยนต์" วางหุ่นยนต์ลงในโลกที่สร้างขึ้นเพื่อฝึกซ้อมก่อนลงโลกจริง "สนามเล่นอิสระ" รับข้อความหรือรูปภาพพร้อมคำอธิบาย แล้วสร้างโลกขึ้นมาใหม่จากศูนย์ ด้านล่างลงไปมีคิวโลกตัวอย่างที่ยาวกว่า — วงดนตรีเสมือน ลานฝึกกังฟู นักบินอวกาศทำงานในวงโคจร โหมดสตรีมสด — แต่ละอย่างเป็นฉากที่กำลังดำเนินอยู่ซึ่งคุณควบคุมได้ มากกว่าจะเป็นไฟล์ที่เรนเดอร์เสร็จแล้ว

เอาต์พุต — วิดีโอ 4K ที่ 24 FPS สตรีมแบบเรียลไทม์ (ตามรายงานของผู้ผลิต)

• ระยะเวลา — มีการอ้างว่าสร้างได้ในระดับชั่วโมง โดยไม่มีความเบี่ยงเบนของคุณภาพหรือสีที่เห็นได้ชัด (ตามที่ผู้จำหน่ายรายงาน)

• อินพุต — วิดีโอจากข้อความยาว, วิดีโอจากภาพ, และการต่อวิดีโอ; พรอมปต์หลายภาษา; การสลับพรอมปต์ระหว่างการสร้าง

• การโต้ตอบ — เรียกพรอมต์ใหม่ได้ทุกเมื่อ; Visko รายงานผลการอัปเดตโดยเฉลี่ยในเวลาไม่ถึงหนึ่งวินาที

• หน่วยความจำ — หน่วยความจำแบบหลายสเกลที่มีขอบเขตจำกัด จะรักษาวัตถุ ฉาก และสไตล์ให้คงเดิมตลอดทุกชิ้นส่วน

ฟิสิกส์ — โมเดลโลกแฝงให้คะแนนภาพอนาคตที่เป็นไปได้ในระหว่างการอนุมาน เพื่อควบคุมผลลัพธ์ให้ไปสู่การเคลื่อนไหวที่สมเหตุสมผลตามหลักฟิสิกส์

วิธีการทำงาน

Orbis สร้างขึ้นบนสมการเชิงอนุพันธ์สโตแคสติกแบบนิวรัล หรือ Neural SDEs — สถาปัตยกรรมที่ช่วยให้โมเดลวิวัฒน์ผลลัพธ์อย่างต่อเนื่องตามเวลา แทนที่จะสร้างคลิปที่ไม่ต่อเนื่องเพียงหนึ่งคลิป มันทำงานบน "นาฬิกาโลก" ภายในพื้นที่แฝดแบบรวมที่ประกอบด้วยโทเค็นของการรับรู้ ความทรงจำ และฟิสิกส์: บัญชีที่ดำเนินอยู่ตลอดว่าขณะนี้โมเดลกำลังเห็นอะไร จำอะไรได้บ้าง และกฎการเคลื่อนที่ควรทำสิ่งใดถัดไป

การสร้างเนื้อหาเป็นแบบสตรีมมิง ซึ่งใกล้เคียงกับการทำนายโทเค็นถัดไปในโมเดลภาษาใหญ่ (LLM) มากกว่าการลบสัญญาณรบกวนแบบดิฟฟิวชัน โมเดลจะสร้างเฟรมแรกให้เสร็จ ส่งออกไป จากนั้นจึงสร้างเฟรมถัดไปโดยมีเงื่อนไขจากทุกอย่างที่เกิดขึ้นก่อนหน้า เครื่องมือสร้างแบบสตรีมมิงแบบแบ่งส่วนที่ผ่านการกลั่น (distilled) จะจัดการสตรีมหลัก ขณะที่ตัวเพิ่มความละเอียดวิดีโอแบบสตรีมมิงจะยกระดับขึ้นเป็น 4K โดยทั้งหมดทำงานบนเอนจินให้บริการ GPU ที่ปรับแต่งมาโดยเฉพาะ ซึ่ง Visko ระบุว่าทำงานได้ทันต่อเวลาจริง

ใครอยู่เบื้องหลัง

สำหรับโมเดลที่มีประวัติสาธารณะเพียงหนึ่งวัน ทีมงานจึงเป็นสิ่งสำคัญ Visko ก่อตั้งขึ้นในปี 2025 โดย Qing (Will) Yin ซึ่งจบปริญญาเอกด้านคณิตศาสตร์เชิงคำนวณและกลศาสตร์จาก Stanford และเคยใช้เวลาสามปีเป็นนักวิจัยที่ Apple ทีมงาน 16 คนมาจาก Apple, Google DeepMind, Meta, Amazon และ Tesla และคณะกรรมการที่ปรึกษามี Michael I. Jordan จาก UC Berkeley เป็นประธาน ประวัติความเป็นมาดังกล่าวคือความน่าเชื่อถือที่แท้จริงเบื้องหลังการเปิดตัว และมันก็ยังไม่ใช่สิ่งทดแทนการประเมินโดยอิสระ

ตัวเลขที่มีมาจนถึงตอนนี้ — และควรเชื่อถือมากเพียงใด

รายงานทางเทคนิคของ Visko เรื่อง "Visko Orbis 1.0: A Live Model for Real-Time Interactive Long Video Generation" (arXiv: 2607.26694) กล่าวถึงข้ออ้างเฉพาะชุดหนึ่ง บน DOVER ซึ่งเป็นเมตริกที่ยอมรับสำหรับคุณภาพด้านสุนทรียศาสตร์และเทคนิค Orbis 1.0 เป็นผู้นำในบรรดาระบบวิดีโอเรียลไทม์และวิดีโอระยะยาวที่ถูกนำมาเปรียบเทียบ บน VideoAlign ซึ่งเป็นเมตริกคุณภาพด้านภาพและการเคลื่อนไหว มันได้อันดับหนึ่งเช่นกัน และในการศึกษาแบบลองฟอร์มของ Arena เกี่ยวกับความชอบของมนุษย์ครอบคลุมแปดระบบ Visko รายงานว่าโมเดลดังกล่าวได้รับคะแนนความพึงพอใจโดยรวมและความเสถียรเชิงเวลาสูงสุด ชุดเปรียบเทียบรวมถึง Odyssey-2 ของ Odyssey ซึ่ง Visko กล่าวว่า Orbis ชนะในเกณฑ์ชี้วัดเหล่านั้น

จงเข้าใจที่มาให้ถูกต้อง: ตัวเลขทุกตัวนั้นเป็นของ Visko เอง ซึ่งเผยแพร่ในวันเดียวกับที่โมเดลเปิดตัว และยังไม่มีห้องปฏิบัติการอิสระหรือลีดเดอร์บอร์ดที่เป็นกลางรายใดทดสอบ Orbis เลย อย่างไรก็ตาม เพื่อเป็นเครดิตของรายงาน รายงานยังเปิดเผยมิติที่ Orbis ตามหลังระบบอื่น ๆ — มากกว่ารายงานฉบับวันเปิดตัวส่วนใหญ่เสียอีก — แต่การประเมินตนเองเป็นเพียงจุดเริ่มต้น ไม่ใช่คะแนนตัดสิน วันนี้ยังไม่มีรายการ Orbis ใน LMArena หรือ Artificial Analysis นั่นเป็นเรื่องปกติสำหรับโมเดลที่เพิ่งเปิดตัวเมื่อวาน และนั่นคือเหตุผลว่าทำไมคำตัดสินที่ยุติธรรมในตอนนี้จึงเป็น "มีแนวโน้มดี แต่ยังไม่ผ่านการพิสูจน์"

รายงานข้างต้นเป็นบันทึกหลักฐานทั้งหมดสำหรับข้อกล่าวหาหลักของ Orbis — ตัวเลข benchmark อยู่ในเอกสารนั้น และเอกสารดังกล่าวเป็นของตัวผู้ขายเอง

การเข้าถึง ต้นทุน และความไม่รู้ที่ตรงไปตรงมา

คุณสามารถลองใช้ Orbis ได้วันนี้ในสองวิธี Visko ได้เปิดให้เข้าถึงสาธารณะแล้วที่ visko.ai — หน้าโมเดลมีการสาธิตสดพร้อมคิวของโลกตัวอย่าง และ Freeform Playground รองรับการป้อนข้อความหรือรูปภาพพร้อมข้อความ หมายเหตุการเผยแพร่ในรายงานระบุเพิ่มเติมว่า Orbis ยังใช้งานได้ผ่าน Reactor พันธมิตรของ Visko ซึ่งมีทั้งเวอร์ชันไดนามิกและเวอร์ชันเสถียร พร้อมแซนด์บ็อกซ์และ API API นั้นคือส่วนที่นักพัฒนาให้ความสนใจ: เป็นเส้นทางที่แท้จริงเส้นทางแรกในการสร้างต่อยอดบนโมเดล แทนที่จะเพียงแค่รับชมมัน

หน้าโมเดลด้านบนคือสิ่งที่เปิดให้สาธารณะเห็นได้ทั้งหมดในตอนนี้: การ์ดสาธิต เพลย์กราวด์ และไม่มีป้ายราคาอยู่ที่ใดเลย

สิ่งที่ยังไม่มีอยู่จริงก็คือราคา Visko ยังไม่ได้ประกาศราคาต่อวินาที ต่อนาที หรือแบบสมัครสมาชิกสำหรับ Orbis และทั้งเว็บไซต์ของบริษัทและพันธมิตรจัดจำหน่ายก็ไม่ได้ระบุราคาเช่นกัน ปฏิกิริยาจากนักวิเคราะห์ชี้ประเด็นนี้ชัดเจน: Holger Mueller แห่ง Constellation Research เรียกผลงานของ Visko ว่า "extremely encouraging" แต่ตั้งข้อสังเกตว่าการสร้างเนื้อหาแบบไดนามิกต่อเนื่อง "probably won't come cheap." ความเป็นจริงด้านการคำนวณสนับสนุนข้อนี้ — การสตรีมภาพ 4K ที่ 24 FPS อย่างต่อเนื่องไม่มีที่สิ้นสุดมีเส้นโค้งต้นทุนที่ต่างอย่างสิ้นเชิงจากการเรนเดอร์คลิปความยาว 10 วินาทีเพียงครั้งเดียว

สำหรับโมเดลที่เพิ่งเปิดตัวได้เพียงวันเดียว ยังไม่มีราคาและยังไม่มีตัวเลขวัดจากแหล่งอิสระ วิธีลองใช้ที่สมเหตุสมผลก็เหมือนกับโมเดลอื่นๆ ที่ยังไม่ผ่านการพิสูจน์: ทดสอบกับทราฟฟิก ไม่ใช่ใช้ในเส้นทางโปรดักชัน เมื่อผู้ให้บริการลงรายการ Orbis นั่นคือสิ่งที่เลเยอร์การจัดเส้นทางมีไว้จริงๆ — ส่งพรอมป์ต์ไปที่ Orbis โดยยังมี fallback ที่ผ่านการพิสูจน์แล้วอยู่ที่ endpoint เดียวกัน แล้วปล่อยให้ failover อัตโนมัติสลับมาใช้โมเดลที่เชื่อถือได้หากโมเดลใหม่ชะงักหรือคลาดเคลื่อน OrcaRouter รัน API เดียวครอบคลุมโมเดล 200+ รายการ โดยส่งผ่านราคารายการของผู้ให้บริการในอัตรา markup 0% ฉะนั้นการลดราคาโมเดลใดก็ตามจะเริ่มมีผลที่นี่ในวันเดียวกับที่ผู้จำหน่ายประกาศ ขอเรียนให้ทราบว่า ตอนนี้ OrcaRouter ยังไม่ได้โฮสต์หรือจัดเส้นทาง Visko Orbis 1.0 — โมเดลดังกล่าววางจำหน่ายผ่านเว็บไซต์ของ Visko เองและพันธมิตรผู้จัดจำหน่าย — และหลักการส่งผ่านราคาที่กล่าวมาข้างต้นคือสิ่งที่ใช้ทันทีที่ผู้ให้บริการลงรายการโมเดลนี้

ใครควรสนใจ

ผู้ชมสามกลุ่มมีเหตุผลจริงๆ ที่จะดู Orbis กลุ่มแรกคือทีมหุ่นยนต์และการจำลอง: รายการเดโมมีทั้งการฝึกและทดสอบหุ่นยนต์ในโลกที่สร้างขึ้น และ Visko นำเสนอ Orbis ว่าเป็นวิธีผลิตฟุตเทจสำหรับฝึกที่อาจไม่ปลอดภัยหรือแพงเกินไปที่จะจัดฉากขึ้นจริง — เช่นกรณีขอบเขตสำหรับยานยนต์ไร้คนขับและหุ่นยนต์มนุษย์ นี่คือข้อเสนอเดียวกับที่สตาร์ทอัพด้าน world-model หลายระลอกกำลังพูดถึง และ Orbis ยังอยู่ในช่วงต้นแต่ถูกสร้างมาเพื่อสิ่งนี้โดยเฉพาะ กลุ่มที่สองคือนักพัฒนาเกมและสื่ออินเทอร์แอกทีฟ เพราะโลกที่สร้างต่อไปเรื่อยๆ และตอบสนองต่ออินพุตแบบเรียลไทม์นั้นคือแบ็กเอนด์สำหรับเรนเดอร์ ไม่ใช่เครื่องมือตัดคลิป กลุ่มที่สามคือใครก็ตามที่รันวิดีโอ AI สดต่อหน้าผู้ใช้ — ไลฟ์คอมเมิร์ซ อินฟลูเอนเซอร์เสมือน การศึกษา — ซึ่งการควบคุมสตรีมให้ไปทิศทางที่ต้องการแบบสดคือตัวผลิตภัณฑ์

และกลุ่มที่ควรรอคือผู้ที่มีขั้นตอนการทำงานแบบ "เรนเดอร์คลิป แก้ไข ส่งออก" กระบวนทัศน์แบบสตรีมมิงของ Orbis แก้ปัญหาที่ต่างจากการสร้างวิดีโอแบบแบตช์ และจนกว่าราคาและข้อกำหนด API จะถูกเปิดเผยต่อสาธารณะ ต้นทุนของสตรีมที่ทำงานตลอดเวลาก็เป็นความไม่แน่นอนที่คุณไม่ควรแบกรับ

สิ่งที่ควรดูต่อไป

สามสิ่งจะทำให้การเปิดตัวครั้งนี้กลายเป็นโมเดลที่คุณใช้เป็นแกนกลางในการวางแผน สิ่งแรกคือการตรวจสอบโดยอิสระเป็นครั้งแรก — รายการบน LMArena หรือ Artificial Analysis หรือการตรวจสอบซ้ำข้อกล่าวอ้างของ DOVER และ VideoAlign โดยบุคคลที่สาม ประการที่สองคือการประกาศราคา ซึ่งจะชี้ขาดว่าแนวคิด "รันมากกว่าเรนเดอร์" นั้นผู้คนนอกเหนือจากทีมวิจัยและสตาร์ทอัพที่มีทุนจะเอื้อมถึงได้หรือไม่ และประการสุดท้ายคือหลักฐานในวงกว้าง: รายงานของ Visko เองยอมรับอย่างตรงไปตรงมาว่าการออกแบบโครงสร้างหน่วยความจำ คำอธิบายการกระทำโดยละเอียดในชุดข้อมูลฝึก และการปรับสเกลยังเป็นงานที่เปิดค้างอยู่ ดังนั้น การกล่าวอ้างเรื่องระดับชั่วโมงจึงสมควรแก่การทดสอบโดยคนที่ไม่ได้มีส่วนได้ส่วนเสียในการขาย

ในขณะนี้ Visko Orbis 1.0 เป็นโมเดลวิดีโอที่น่าสนใจที่สุดที่คุณยังไม่สามารถประเมินได้อย่างยุติธรรม — สถาปัตยกรรมใหม่โดยแท้จริง ประวัติศาสตร์สาธารณะเพียงหนึ่งวัน และชุดตัวเลขที่รายงานด้วยตนเองอันน่าประทับใจที่กำลังรอความเห็นจากผู้ประเมินอิสระ