Visko Orbis 1.0：即時 4K 影片生成，可中途重新導向

Visko Orbis 1.0 不會等影片完成後才把檔案交給你。它在你輸入提示詞的當下就開始串流生成場景，並持續生成——而當你輸入新的提示詞時，場景會在串流中途隨之改變，無需重新開始，也沒有載入進度條。背後的桑尼維爾新創公司 Visko 將這種新型系統稱為「Live Model」，而 Orbis 是它的第一個產品。該公司於 2026 年 9 月 1 日盛大登場，在 visko.ai 開放公眾使用、在 arXiv 發布技術報告，並完成由 Llama Ventures 領投的 1000 萬美元前種子輪融資。Orbis 才剛推出一天，因此在有獨立第三方跑過基準測試之前，以下數據都是 Visko 自己提供的。

需要關注的原因，不是因為Orbis比你已經可以呼叫的影片模型更好——這點還沒有人證實。而是因為Orbis屬於不同的類別。現今市面上每個主要的影片生成器，從OpenAI的Sora 2 Pro、Google的Veo 3.1到Kling 3.0，都是Visko所稱的「查詢模型」：你發送提示、等待渲染、然後拿到一段完成的片段。Orbis是運行，而不是渲染。它把影片視為隨時都在發生的事物，並在發生過程中讓你與它對話。

「live」的實際含義

Visko 的論點是，查詢模型沒有內部時鐘，也沒有記憶，所以生成的序列越長，就越容易瓦解——出現偽影、物理破綻、色彩漂移。Orbis 的設計目的在於維繫世界的完整。它在整個串流中持續保有內部狀態，讓主體、場景與風格從一個片段延續到下一個片段。Visko 的測試宣稱，它能讓場景維持連貫一個小時以上，且不會出現長時間擴散生成常見的品質衰退或色彩漂移。

這個設計衍生出兩項能力。首先，生成中途的提示詞編輯：你可以在生成運行時新增、修改或切換提示詞，Visko 表示輸出平均不到一秒就會反映變更——世界會在其周圍更新，而非重新啟動。其次，連續性：模型會在區塊與工作階段之間延續主題、場景與風格，這正是長篇生成得以實現的關鍵。

你現在可以用它做什麼

Orbis 以四種公開模式登場，與短片產生器的差異在清單中一目了然：「選擇接下來發生什麼」在串流途中提供分支劇情選擇；「說出口，就能看見」接受口述旁白，在你朗讀時即時渲染場景；「訓練與測試機器人」將機器人丟進生成的虛擬世界，在進入真實世界前先行練習；「自由形式遊樂場」則以文字或圖片加文字描述，從零開始生成世界。底下還有一長串範例世界——虛擬樂團、功夫庭院、在軌道工作的太空人、直播模式——每個都是你能夠引導的即時場景，而非渲染完成的檔案。

• 輸出 — 4K 視訊，24 FPS，即時串流（廠商回報）。

• 時長 — 宣稱可進行小時級別的生成，且無明顯的品質或色彩漂移（廠商所述）。

輸入 — 長篇文字轉影片、圖片轉影片及影片接續；多語言提示詞；生成中途切換提示詞。

• 互動性 — 隨時重新提示；Visko 平均不到一秒即回報更新。

• 記憶——一個有界的多尺度記憶體可在區塊之間保留主體、場景與風格。

• 物理 — 潛在世界模型在推論時對候選未來進行評分，將輸出引導至物理上合理的運動。

運作方式

Orbis 建立在神經隨機微分方程（Neural SDEs）之上——這是一種讓模型能隨時間連續演化其輸出、而非解析單一離散片段的架構。它運行在一個內部「世界時鐘」上，該時鐘位於一個由感知、記憶與物理 token 組成的統一潛在空間中：持續記錄模型正在看到的內容、它記住的內容，以及運動定律接下來應如何作用。

生成是流式進行的，更接近 LLM 中對下一個 token 的預測，而非擴散去噪。模型完成第一個畫面後便將其送出，再基於先前所有內容生成下一個畫面。一個經蒸餾的分塊流式生成器負責基礎串流，而一個流式影片升級器將其提升至 4K，全部由最佳化的 GPU 服務引擎支援，Visko 表示該引擎能即時跟上運作。

背後是誰

對於一個僅有一天公開歷史的模型來說，團隊至關重要。Visko 由 Qing (Will) Yin 於 2025 年創立，他擁有史丹佛大學計算數學與力學博士學位，並曾在 Apple 擔任研究員三年。這個 16 人團隊匯集了來自 Apple、Google DeepMind、Meta、Amazon 和 Tesla 的人才，顧問委員會則由 UC Berkeley 的 Michael I. Jordan 擔任主席。這樣的出身背景為這次發布提供了真正的可信度，但仍無法取代獨立評估。

到目前為止的數字——以及應該對它們有多信任

Visko 的技術報告《Visko Orbis 1.0: A Live Model for Real-Time Interactive Long Video Generation》（arXiv: 2607.26694）提出了一系列具體的主張。在評估美學與技術品質的既有指標 DOVER 上，Orbis 1.0 領先所有被比較的即時與長影片系統。在視覺與動作品質指標 VideoAlign 上，它也名列第一。此外，在一項涵蓋八個系統的長篇人類偏好 Arena 研究中，Visko 報告該模型獲得了最高的整體偏好與時間穩定性評分。比較對象包括 Odyssey 的 Odyssey-2，而 Visko 表示 Orbis 在這些基準上勝過該系統。

把來源脈絡理清楚：這些數字全都是 Visko 自己公布的，與模型發布同日發出，目前還沒有任何獨立實驗室或中立排行榜跑過 Orbis。持平而論，這份報告也揭露了 Orbis 在某些維度上落後其他系統——比多數發布日報告做得更多——但自我評測只是起點，不是成績單。今天在 LMArena 或 Artificial Analysis 上都還查不到 Orbis 的條目。這對昨天才推出的模型來說很正常，也正因如此，此刻最公允的評價是「值得期待，但未經證實」。

上述報告是 Orbis 主要主張的完整證據記錄——基準數據都存在於該文件中，而該文件是廠商自己的。

存取、成本，以及誠實面對的未知數

你今天可以用兩種方式試用 Orbis。Visko 已在 visko.ai 開放公開存取——模型頁面會執行即時示範，內含一系列可依序體驗的範例世界；Freeform Playground 則接受文字或圖文輸入。報告中的發布說明補充道，Orbis 也可透過 Visko 的合作夥伴 Reactor 取得；Reactor 提供動態版與穩定版，並配有沙盒和 API。開發人員最在意的正是這個 API：這是第一條真正能在該模型上開發應用的途徑，而不只是觀看它運作。

上方的模型頁面就是目前全部對外公開的介面：展示卡片、一個試玩區，而且到處都看不到價格標籤。

尚未存在的是一個價格。Visko 尚未為 Orbis 發布按秒、按分鐘或訂閱制的定價，其網站和經銷夥伴也都沒有列出。分析師的反應正是點出了這一點：Constellation Research 的 Holger Mueller 稱 Visko 的工作「極具鼓舞性」，但也指出持續的動態生成「恐怕不會便宜」。運算現實也印證了這一點——無限期串流 24 FPS 的 4K 內容，與一次性渲染一段 10 秒短片，成本曲線截然不同。

對於一個剛推出一天、沒有定價、也沒有獨立評測數據的模型，合理的測試方式與任何尚未驗證的模型相同：用測試流量，而非生產路徑。當供應商將 Orbis 列入供應清單時，這正是路由層的用武之地——將提示詞指向 Orbis，在同一端點保留一個可靠的備援模型，若新模型停滯或表現偏移，自動故障轉移便會換上可靠模型。OrcaRouter 以單一 API 串接 200 多個模型，供應商牌價以 0% 加成直接轉傳，因此任何一個模型降價，都會在供應商宣布的當天在此生效。聲明一下：OrcaRouter 目前尚未代管或路由 Visko Orbis 1.0——該模型透過 Visko 自家網站及其分銷夥伴出貨——上述轉傳計價一旦供應商上架該模型便立即適用。

誰應該關心

三個族群有真正的理由關注 Orbis。首先是機器人與模擬團隊：示範清單包括在生成的虛擬世界中訓練和測試機器人，而 Visko 將 Orbis 形容為一種產生訓練影片的方式，這些場景若實際搭建可能不安全或成本高昂——例如自動駕駛車輛和人形機器人的邊角案例。這正是新一波世界模型新創公司所提出的主張，而 Orbis 雖然起步早，但正是為此而打造。其次是遊戲與互動媒體開發者，因為一個持續生成並即時回應輸入的世界，是一個渲染後端，而非剪輯工具。第三是任何在使用者面前執行即時 AI 影片的人——即時電商、虛擬網紅、教育——在這些場景中，即時操控串流內容就是產品本身。

而應該等待的受眾是：任何工作流程為「渲染片段、剪輯、交付」的人。Orbis 的串流範式解決的是與批次影片生成不同的問題，而且在定價與 API 條款公開之前，持續運行的串流成本是一個你不應承擔的未知數。

接下來要看什麼

有三件事能讓這次首秀成為你會圍繞其規劃的模型。首先是獨立檢視——登上 LMArena 或 Artificial Analysis，或由第三方重現 DOVER 與 VideoAlign 的主張。其次是公開定價，這將決定「運行而非渲染」是否對研究團隊與受資助的新創公司以外的任何人來說都負擔得起。最後是大規模證據：Visko 自家的報告坦承，記憶體結構設計、訓練資料中詳細的動作描述與規模化仍是有待完成的工作，因此「小時級」的宣稱值得由非販售者來考驗。

目前，Visko Orbis 1.0 是最引人注目的影片模型，但你還無法公平地評估它——它擁有真正全新的架構、僅一天的公開歷史，以及一組令人印象深刻的自行回報數據，正等著第二意見來檢驗。