Orbis – 可实时交互的动态世界生成基础模型

Orbis 是 Visko 推出的基础生成模型，也是其世界生成产品线的核心底座，生成可交互的动态世界并实现实时流式输出。用户可以通过文字选择、语音输入等方式决定剧情走向与场景变化，也可以在开放沙盒中自由探索各类创意想法。模型输出的不是固定时长的视频片段，而是能实时响应输入的完整世界环境，所有操作指令都会立刻反映在画面中，适配叙事创作、模拟测试、创意探索等多类使用场景。

Orbis特点

实时流式生成画面，输入指令后场景动态变化同步输出，不需要等待完整片段渲染完成，交互过程流畅无停顿。

多模态输入支持，纯文本描述就能生成对应世界，也可以参考图片内容还原场景风格与元素，适配不同的创作起步方式。

强交互属性，世界内的元素与剧情走向可由用户实时干预，选择不同分支、输入新指令都会立刻作用于场景，而非预设好的固定内容。

开放探索空间，支持自由形式的创意玩法，用户可以输入任意想法展开场景，不受预设剧情与场景模板的限制。

Orbis项目地址

• 项目官网：https://www.visko.ai/models

Orbis技术原理

模型采用端到端的世界建模架构，将场景元素、物理规则、角色动作与叙事逻辑统一编码到参数体系中。不同于逐帧生成的视频模型，它先构建三维世界空间，再基于视角实时渲染画面流，所有交互指令直接作用于世界空间本身，画面输出同步跟随变化。

训练阶段融入大量场景、叙事与物理运动数据，让世界内的物体运动、角色行为符合真实逻辑，同时保证不同输入下的场景衔接自然。实时渲染层面做了计算路径优化，保证交互指令下达后画面快速响应，维持流式输出的流畅度。

Orbis功能

文本转世界，输入文字描述即可生成对应的动态场景与完整世界环境，支持场景风格、元素、剧情的自定义设置。

图像转世界，上传参考图片后，模型可参照图片的视觉风格、场景结构生成对应的可交互世界，还原视觉特征。

剧情分支选择，提供预设选项供用户决定故事走向，也支持自定义输入后续剧情，场景会跟随指令实时推进。

语音驱动场景，朗读文本内容即可触发对应画面生成，语音输入与画面输出同步进行，实现说什么就出现什么的效果。

自由创作沙盒，无固定任务与剧情限制，用户可随意输入想法探索模型的生成能力，尝试各类创意场景。

Orbis应用场景

互动叙事创作。创作者可以用它制作互动式故事、互动影视内容，快速生成不同剧情分支的对应场景，比如灾难瞬间、城市街景、空间站外景等特定情境，大幅降低互动内容的制作成本，也可以直接用于创意原型验证。

机器人仿真测试。研发团队可在生成的真实场景中训练和测试机器人，模拟不同环境下的任务执行与应急反应，在进入真实场景前完成充分的虚拟验证。

创意内容探索。设计师、编剧等创作者可以在沙盒中快速验证创意想法，直观看到场景呈现效果，辅助灵感发散与方案筛选。

教育与培训场景。可生成对应主题的虚拟场景，用于知识讲解、技能培训，学员可以在场景中互动操作，提升学习的沉浸感与实践效果。

娱乐内容制作。用于直播互动、互动游戏等内容场景，观众可以参与剧情走向，提升内容的参与感与趣味性。

Orbis同类产品对比

表格