当所有AI视频都在“交作业”，有人想让它一直“活着”
2026年9月，AI视频生成领域已经很久没有出现让从业者真正停下来讨论的时刻了。过去两年，Sora、Runway、Pika、Kling们把“文生视频”从演示变成了工具，但产品形态始终没有跳出同一个框架：用户输入一段提示词，等待几十秒到几分钟，拿到一段5秒到20秒的短片，然后发现角色的手在第三秒开始融化，背景里的时钟走了两圈又跳回原点。生成—崩塌—重新生成，循环往复。问题不在于画质不够高，而在于这些模型本质上没有“时间感”。它们输出的是一段被冻结的过去，而不是一个可以继续存在的现在。
正是在这个被反复验证的瓶颈上，一家名叫Visko的AI研究公司试图换一种完全不同的技术路线。2026年9月1日，Visko宣布完成1000万美元Pre-Seed轮融资，由Llama Ventures领投，同时向公众开放其首个基础模型Orbis。与市面上所有“查询式”视频模型不同，Orbis被设计为一种“活模型”（Live Model）：它不渲染一段固定长度的视频文件，而是以4K分辨率、每秒24帧的速度实时流式生成一个可交互的视觉世界，用户可以随时介入、修改提示词，画面会即时响应且不中断。公司称，Orbis可以持续生成数小时而“没有可观察到的颜色或质量退化”。
这个说法如果成立，意味着AI视频生成的时间尺度问题第一次被正面挑战。但它同时也把Visko推向了一个更危险的位置：一家成立仅一年、团队只有16人的公司，在Pre-Seed阶段就宣称自己解决了整个行业最棘手的技术难题。Visko的创始人兼CEO Qing (Will) Yin在公告中这样表述：“我们构建Orbis，是为了让它在物理上、视觉上和叙事上都能保持连贯，只要你想待在里面，它就能一直持续下去。”这句话的野心远超一家种子前轮公司通常的表述范围。
| 字段 | 内容 |
|---|---|
| 公司 | Visko Platform Inc. |
| 轮次 | Pre-Seed（种子前轮） |
| 金额 | 1000万美元 |
| 投资方 | Llama Ventures（领投）；其他投资方未披露 |
| 总部 | 美国加州桑尼维尔 |
| 创始人 | Qing (Will) Yin |
| 官网 |
从“查询模型”到“活模型”：一次架构层面的换轨
要理解Visko为什么值得关注，需要先理解它所反对的东西。当前主流的AI视频生成器，包括Sora，被Visko归入“查询模型”（query models）的范畴。这类系统的工作方式是：用户提交提示词，模型在潜在空间中执行一次前向推理，生成一段固定长度的视频片段，然后停止。每一次生成都是独立的，模型不保留上一次生成的内部状态。当用户想修改画面中的某个元素时，唯一的选择是重新生成整个片段。更关键的是，查询模型缺乏对物理世界连续性的内在理解。一个杯子从桌上滑落，在第三秒时可能突然悬浮；一个人走过门廊，衣角在第五秒时可能变成墙壁的一部分。这些错误并非简单的分辨率问题，而是模型没有在时间维度上维持一个一致的物理状态。
Visko的技术方案从架构层面绕开了这个限制。据公司披露，Orbis基于神经随机微分方程（Neural SDEs）构建，在一个统一的潜在空间中运行，该空间由感知、记忆和物理三类token共同构成。与逐帧输出的离散生成方式不同，Orbis维护一个持续演化的内部状态，由一个“世界时钟”驱动。这意味着模型在生成每一帧时，并不是从零开始“想象”画面，而是根据前序状态和物理约束推演下一时刻的世界。当用户在中途插入新的提示词——比如让画面中的角色转身走向门口——Orbis将这个干预作为新的条件注入持续运行的动态系统，而不是中断后重新启动。
这种设计思路与神经微分方程在科学计算和物理模拟领域的传统应用一脉相承。Neural SDEs的核心优势在于能够建模连续时间动态系统，并在不确定性存在的情况下保持状态演化的稳定性。将这一工具引入视频生成，本质上是在模型内部建立了一个可微分的物理模拟器。但这也意味着计算成本可能远高于传统的前向生成。Constellation Research分析师Holger Mueller在评论中直接点出了这一点：“动态、连续的生成可能不会便宜。”这并非一个可以忽略的旁注，而是决定Orbis能否从研究项目走向商业产品的核心变量。
基准测试第一名的含金量，以及它没有回答的问题
Visko在发布Orbis的同时，公开了一份技术报告，将Orbis与多个实时和长视频系统在DOVER和VideoAlign基准上进行了对比。据公司披露，Orbis在DOVER的美学和技术质量维度、VideoAlign的视觉和运动质量维度上均排名第一；在一项覆盖八个系统的长视频人类偏好研究中，Orbis获得了最高的总体偏好评分和时间稳定性评分。公司还特别指出，报告同时披露了Orbis在某些维度上落后于其他系统的结果，并公开了完整的方法论。
从信息披露的角度看，这种做法比大多数AI视频公司只发布精选片段的做法要透明得多。但需要保持清醒的是，这些基准测试和人类偏好研究均由Visko自行设计和执行，目前没有独立的第三方机构对这些结果进行复现或验证。DOVER和VideoAlign本身是公开的评估框架，但测试数据的构建方式、对比系统的选择、人类评估者的招募标准等关键细节，都来自公司单方面的披露。在AI领域，自报基准成绩与实际用户体验之间的差距并不罕见。Orbis是否真的在真实世界的长时间生成中保持物理一致性，还需要更多独立测试来验证。
另一个值得注意的细节是，Visko的融资公告中几乎没有提及任何商业客户或付费用户。公司称Orbis已向公众开放，任何人都可以在visko.ai上体验，但未披露注册用户数、活跃度、留存率或任何形式的商业转化数据。对于一家Pre-Seed阶段的公司来说，这本身并不异常——很多基础模型公司在早期阶段都专注于技术验证而非商业变现。但Orbis的特殊之处在于，它的技术路线天然指向高计算成本，而公司又选择免费向公众开放。这种组合意味着，在找到可持续的商业模式之前，Visko的每一分钱融资都在被实时生成的计算账单消耗。
16人团队与1000万美元：这笔钱能跑多远
Visko的团队构成在AI研究圈内属于典型的“精英小队”模式。创始人Qing (Will) Yin拥有斯坦福大学计算数学与力学博士学位，在苹果公司担任了三年研究员。公司16人团队中，成员来自Apple、Google DeepMind、Meta、Amazon和Tesla。顾问委员会包括加州大学伯克利分校教授Michael I. Jordan、哥伦比亚大学教授Steve WaiChing Sun，以及纽约大学学术合作伙伴Mengye Ren。Jordan在公告中称：“Visko提供了一种最先进的架构，在传统短视频生成之外拥有有意义的技术领先优势。”需要明确的是，这是投资方声明和顾问表态，而非独立的行业共识。
1000万美元的Pre-Seed轮融资在2026年的AI基础模型领域并不算大数目。作为参照，同赛道的基础模型公司在种子轮和A轮通常能融到数千万甚至上亿美元。Llama Ventures作为唯一被披露的投资方，其投资组合和资本实力在公开信息中并不突出。Visko未披露本轮估值，也未披露是否有其他投资方参与。在AI视频生成这个算力密集的领域，1000万美元可能只够支撑一个小团队进行数月的大规模模型训练和推理服务。如果Orbis的实时生成成本确实如分析师所担忧的那样“不会便宜”，这笔资金的使用效率将直接决定Visko能否在下一轮融资前证明技术可行性。
从资本结构的角度看，Pre-Seed轮由单一机构领投且金额相对克制，可能反映了几个不同的现实：要么是创始团队有意保持股权集中，避免在技术路线尚未验证时过度稀释；要么是市场对“实时长视频生成”这一技术路线仍持观望态度，投资方不愿意在早期阶段下重注。无论是哪种情况，Visko都面临一个共同的约束：它必须在有限的资金窗口内，用公开可验证的方式证明Orbis的技术声明经得起推敲。
与Sora的对比，不只是技术路线的差异
将Orbis与Sora放在一起比较，是理解Visko定位的最直接方式。Sora代表的是“高质量短片生成”的极致：它在单次生成的美学质量、画面细节和提示词遵循度上设定了行业标杆，但每次生成的时长有限，且不支持实时交互。Orbis则选择了另一条路：牺牲单帧的极致打磨，换取时间维度上的连续性和可交互性。这两种路线并非简单的优劣关系，而是服务于不同的使用场景。
Sora的查询式架构天然适合那些“生成—筛选—使用”的工作流：广告创意、概念预览、社交媒体短片。在这些场景中，用户愿意等待几十秒来换取一段精心打磨的片段，因为最终使用的就是那几秒钟。Orbis的实时流式架构则更适合需要持续存在和即时反馈的场景：游戏中的动态环境、实时创意媒体、物理模拟、机器人训练中的视觉环境生成。在这些场景中，环境的持续性和可干预性比单帧的完美更重要。
但Orbis目前面临的竞争压力并不只来自Sora。在实时视频生成和长视频一致性这个方向上，多家公司和研究机构都在推进类似的目标。Visko的技术报告中提到了“八个系统”的对比，但未具体列出所有竞争对手的名称。在公开信息中，除了Sora之外，其他被比较的系统名称未被完整披露。这意味着外界很难独立判断Orbis的对比对象是否代表了当前最强的技术水平。一个基准测试的价值，很大程度上取决于它所选择的基线系统是否足够强。
资金用途的模糊与商业化的空白
Visko在融资公告中对资金用途的表述极为简短：用于“公司业务发展”。这个表述在Pre-Seed阶段并不罕见，但对于一家宣称要重新定义AI视频生成范式的公司来说，它留下了太多未回答的问题。资金将主要用于算力采购、团队扩张、还是产品开发？公司是否计划在近期推出付费API或企业级服务？Orbis的推理成本在什么量级？这些问题在公开材料中均未披露。
从已披露的信息可以做出一个有限的推断：Visko选择在Pre-Seed阶段就向公众开放Orbis，说明公司当前的优先级是技术验证和生态构建，而非短期收入。这种策略在基础模型领域有先例可循——先通过免费开放积累用户反馈和社区影响力，再逐步建立商业化路径。但这一策略的成立前提是，公司有足够的资金储备来支撑免费服务期的算力消耗。对于一家只有1000万美元Pre-Seed资金的公司来说，这个前提并不稳固。
Michael I. Jordan在公告中提到，Orbis的核心能力“可能支持从机器人技术和物理模拟到游戏、实时创意媒体的广泛商业机会”。这是顾问对技术潜力的判断，而非公司已经验证的商业路径。从技术能力到商业收入之间的距离，在AI基础模型领域往往比创始人预期的要长得多。Visko目前没有披露任何客户、合作伙伴或付费试点项目，这意味着它的商业化故事还停留在“可能性”阶段。
风险不在技术本身，而在验证的路径
Visko面临的最大风险，并不是它的技术路线是否可行——Neural SDEs在连续动态系统建模方面有扎实的学术基础，Orbis的架构设计在理论上也有清晰的逻辑。真正的风险在于，公司能否在资金耗尽之前，用独立可验证的方式证明其技术声明，并找到愿意为这种能力付费的用户。
第一个待验证假设是成本。实时连续生成的计算开销远高于一次性生成，这是分析师已经明确指出的问题。如果Orbis的单小时生成成本无法降低到商业可行的水平，它的应用场景将被限制在少数高价值领域，而这些领域是否愿意为“实时性”支付溢价，尚未被验证。第二个待验证假设是质量。公司称Orbis在长时间生成中“没有可观察到的质量退化”，但这一说法目前只有公司自己的测试报告支持。独立用户在visko.ai上的体验是否与公司披露一致，将决定Orbis的口碑走向。第三个待验证假设是需求。即使技术成立、成本可控，市场上是否真的存在对“无限时长实时视频生成”的规模化需求，仍然是一个开放问题。游戏引擎、物理模拟器和实时渲染工具已经在各自的领域提供了成熟的解决方案，Orbis需要证明AI生成的方式在这些场景中提供了足够的增量价值。
从已披露的DOVER和VideoAlign基准成绩与公司公开测试的做法来看，Visko至少在技术验证的透明度上做出了努力。但基准测试成绩与真实世界表现之间的差距、免费开放策略与算力成本之间的矛盾、以及技术领先声明与独立验证缺失之间的张力，共同构成了这家公司未来12到18个月的核心叙事。Llama Ventures的这笔1000万美元投资，本质上是在赌一个技术判断：实时长视频生成是AI视频的下一个范式，而Visko的Neural SDEs架构是实现这一范式的最短路径。这个赌注能否兑现，取决于Orbis能否在真实世界的持续运行中，做到公司所宣称的“物理上、视觉上和叙事上都能保持连贯”。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：Visko把AI视频的时间轴从“片段”拉长到“无限”，这个方向本身值得认真对待。但Pre-Seed阶段的1000万美元和16人团队，要支撑一个实时流式生成的基础模型，本质上是在用极小的资本密度挑战一个算力密集的命题。Orbis的真正考验不在发布当天，而在三个月后：当第一批体验者的新鲜感消退，它是否还能在持续运行中保持公司所宣称的物理一致性，以及Visko是否已经找到了为这种持续性买单的人。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。