估值冲到 40 亿美元，实时交互视频还没跑出杀手级应用

实时交互视频正在成为世界模型这条「又贵又远」的赛道上，少数几个已经能见到营收的具体落地方向。所谓实时交互视频，是指画面可以根据用户当下的动作或语音当场生成、随时打断、随手改写，而不再是一段只能被动观看的成片。今年 5 月，世界模型公司 Decart 与 AWS 达成合作，把模型 Lucy 打包成 API 通过云服务分发，按 token 计费；据报道，Anthropic 还一度打算以约 60 亿美元的价格收购 Decart，估值最高传出约 40 亿美元。资本的密集涌入让这一原本冷僻的方向迅速升温。

三条路线，三种取舍

围绕实时交互视频，目前主要有三种技术路线在并行推进：

• 世界模型路线：以 Decart 为代表，在模型内部维护一个持续运转的虚拟世界，物体进隧道也会被记得会再出现，能力强但极其吃算力和数据。
• 像素路线：主流做法，把每一帧当作一幅画逐帧绘制，画面沉浸感好，但物体一致性差，多一根手指、标错价格等问题多发于此。
• 代码路线：国内 SigmaZ AI 选择的方向，后台维护一张场景清单，将每一件物体作为一条带状态的记录，画面本质是一张「不断生长的网页」，准确度高于像素路线，成本低于世界模型，但纯视觉观感暂不占优。

三种路线各有所短，目前都在补课：像素路线补一致性、代码路线补画质、部分世界模型公司则在尝试压低算力成本。生成速度是共同追求。SigmaZ AI 给出的方案是扩散语言模型（DLM），先并行铺出整体草稿，再多轮迭代细化全部位置，理论上比逐 token 生成的传统 LLM 更快。2026 年以来，蚂蚁 LlaDA 2.0、字节 Cola DLM、谷歌 DeepMind Diffusion Gemma 等相继开源或发布，把 DLM 从小模型推向千亿参数级别。

资本押注一群二十多岁的年轻人

路线之外，资本的另一个明显共性是：把钱押在了二十多岁的年轻创业者身上。Decart 创始人 Dean Leitersdorf 仅 27 岁，公司已获英伟达等机构投资；Vivix 创始人刘宇是 95 后，港中文多媒体实验室博士出身，26 岁即成为商汤最年轻的研究执行总监之一，公司成立一年拿下 5 轮融资，估值超 13.2 亿美元，投资方包括 IDG、红杉、五源、蓝驰等；SigmaZ AI 两位创始人 William（杨博麟）与 Derek 分别出生于 2003 年和 1995 年，已获得蓝驰创投、云启资本、德迅投资、小小基金等机构投资。

有 AI 从业者对《豹变》表示，前沿方向在小创业公司的探索空间往往比大厂更大。大厂更倾向复制已经被验证的商业模式，把最赚钱的方向榨干，对「赔率高胜率低」的 side bet 通常只放小团队试水。而 Decart 已先于大厂将生产级实时视频世界模型落地交付，英伟达等大厂反而成了它的投资人。

杀手级应用仍是悬念

资本热闹是一回事，用户买不买账是另一回事。

• Decart 的 Lucy 已通过 AWS 对外交付，目前主要服务于电商、虚拟试穿、直播、广告等 B 端场景；创始人表达过面向十亿消费者的愿景。
• Vivix 在押注互动叙事与娱乐沉浸方向，正在打磨 Vivix-A1（实时全双工模型）与 Vivix-W1（互动叙事大模型）两款产品，将同步上线 API。
• SigmaZ AI 把「准确性」排在 benchmark 第一位，基于真实需求决定将原 C 端产品扩展为「产品实验室」Tap8，未来同时面向 C 端消费者与 B 客户，覆盖营销、销售、导览、how-to 等信息密集型场景。

产品端已能看到竞争苗头，例如「换背景」这一件小事：Lucy 可对实时画面一句话换背景，Tap8 则允许用户点击画面中的 3D 元素实时生成对应讲解。但更根本的挑战在于，要让资本与用户同时相信，这些 AI 生成的东西和市面上已有产品「不一样」。如果技术上再实时、再丝滑，落到用户眼里只是「又一个滤镜」，这条赛道就还没有真正跑出自己的意义。或许真正的分水岭不是谁跑得更快，而是谁先做出那个以前没有的产品。