基于此，Xmax AI 走之一条截然不同之路线：推出首名虚实融合之实时交互视频模型 X1，让视频生成告别键盘输入，回归苍生最本能之手势与触控，仅需一名手机摄像头，就能打破虚拟与现状之「壁」。
甚至为「恶搞」之，将刘海剪成整齐模样之马，也于镜头下始摇头晃脑…… 就像于操控提线木偶，悠闲赋予静止图像以命力。
强盛本领背后之技艺应战与实现 体验之此么多玩法，相信大家已隐约感知到 Xmax AI 想做之事情之。
但需注意之为，Xmax AI 为一支既懂底层算法，又懂营造化落地，还有敏锐货品嗅觉之「特种部队」。
缘由甚现状，首先为上手难，当然，甚多视频生成器物操作起来已甚便捷，可甚多时候写出精准之 Prompt 依然像为于编写代码，而且等待光阴长，生成光阴动辄从数秒到数分钟，再到数十分钟不等，缺乏即时回馈之快感。
而针对「数据荒漠」难题，Xmax AI 则搭建之虚实融合数据之合成管线，使用半自动化方式，低本金、批量化地生成之高品质之交互操练数据，构建之难以复刻之行业壁垒。
因此，面对上述此些应战，Xmax AI 交出之一份「硬核」之技艺答卷。
“停车场工者员告诉我车马已‘办理之’，”陈先生回忆道，“我追问‘办理’为什么意思，他说报废之。
正如 Xmax AI Slogan 所言，Play the World through AI（用 AI 玩转全球），让全球触手可「玩」。
也就为说，Xmax AI 所做之，为通过 AI 将「遐想」拉得更近，近到可触碰、互动、分享，真正融入者们之日常活。
文中视频链接：https://mp.weixin.qq.com/s/xnaOGvC5_EVYxsJYxVE_xQ 与此同时，「万物可交互」也不再只为一名妄想，不管为刷短视频、看直播，还为视频通话、线上集会，皆可实时更张视觉形态，一面看一面玩，带来全新之名性化体验；社交互动变得更立体、更有趣，摄像头化身「精灵球」，随时随地「捕捉」一名好友过来，对 TA 进行打扮…… 其实从前面 X1 之模型本领展现上也可看出来，Xmax AI 不为想「再造」一名专业之视频创作器物，掘发一款 App，更为于试图搭建下一代实质交互引擎，重新定义用户与 AI 生成实质之间之名性化交互方式。
另外，还存数据稀缺之疑难，对于整名 AI 行业来说，数据皆足够重要却又极致稀缺，更何况为相待小众之「虚实融合交互数据」，制造本金高，构造难度极大。
可用于渲染氛围，也可用于渲染者物，甚至可用于渲染屏幕实质，像为正玩之游戏画面。
随之《数码宝贝》演进曲之响起，屏幕前之你我或许皆曾遐想过：要为彼只从数码蛋中破壳而出之滚球兽，真之可从电视屏幕彼端跳出来，就好之。
「实物」也可，给自家猫咪狗子拍张照上传，就可让它挥手、抡拳，跳起舞；眨眼、吐舌、卖起萌。
上合机构天津峰会|习近平于“上海协作机构+”集会上之讲话（全文） 直接来看一名例子，下面视频中之小姐姐通过选取不同风格之参考图，让自己「化身」为图片所示风格之者物，可为经典动漫中之二次元虚拟形象，也可为乐高积木风格。
可不得不承认，于当前之「视频模型军备竞赛」中，寻常用户似乎没有参与到狂欢中，感受就为「热闹为彼等之，我什么也没有。
此一次，你可亲自推开彼扇通往虚实融合全球之「门」。
而漫长之等待后，得到之也不过为一段存于屏幕里之「只能看、不能碰」，与当下日常活毫无关系之虚拟视频。
但于业内者士看来，此不仅为货品之革新，更为营造本领之「暴力美学」。
目前，Xmax AI 已通过一款技艺演示型应用 X-cam（目前敞开 testflight 下载），将 X1 之本领敞开给部分用户体验，感兴趣之朋友可通过文末提到之方式获取邀请码，近距离体验一下技艺之边界。
最后，感兴趣之朋友可通过 testflight 邀请链接下载 APP，下载后于登录界面点击申请邀请码，也可通过 Xmax AI 官网来提前体验、感受此一切。
过往此一年多，AI 视频生成领域可说为遍地开花、神仙打架。
视频中可看到，当抚摸到兔子眼睛旁位置时，它会跟随者之动作转头，甚至可看到绒毛因触碰而遮盖眼睛之情况，没有延迟，因它所有之物理反应皆为 X1 模型实时生成之，故，看起来就好像真之于抚摸一名确凿存之命体。
千山鸟飞绝，万径人踪灭。还记得童年之彼名愿望吗。
若说 Sora 代表之为一条极致强化生成本领之路线，让 AI 学会拍电影、构图、运镜、叙事，彼么 X1 则为望 AI 能够陪你玩，随时现于你周围之活场景中。
针对极致实时性需求，Xmax AI 进行架构革新，提出之端到端之流式重渲染视频模型架构，实现之帧级别之自回归 DiT（Diffusion Transformer），并通过多阶段之蒸馏压缩与对抗操练，百倍提升之每一帧画面之扩散采样速度。
” 仔细看下来，整名赛道，大多数玩家选择之技艺路线依然为文生视频，致力于面向专业领域之创作者 —— 影视、广告、实质工业等，打造更强盛、更完备之制造力器物。
针对模型对意图体谅之高要求，Xmax.AI 则构建之一统之交互模型架构，让模型既能体谅摄像头透视下之方位三维关系，也能体谅屏幕触控下之平面二维操作，从而对于用户之各类交互举止，模型皆能够实现精准之意图识别。
手机镜头对准桌面，选取一张滚球兽照片，下一秒，一只滚球兽就「脱屏而出」，现于桌面上，四处张望。
不仅将延迟压低至毫秒级，更为通过自研之「轮回回归架构」打破之时长之限制，支无穷时长之连续生成。
「虚实融合 + 实时交互」，视频生成进入「者者可玩」时代 数据显示，2024 年全球 AI 视频生成商场规模已达 6.148 亿美元，预计到 2032 年将飙升至 25.629 亿美元。
testflight 邀请链接：https://testflight.apple.com/join/8sWgKZeQXmax AI官网链接：https://xmax.ai/ Xmax AI 敏锐地捕捉到之此一点：AI 视频生成要想真正走入大众，就不能仅停留于「器物」阶段，要易上手，要让大众有参与感，能够「玩」起来。
此就为由初创公司 Xmax AI 推出之首名虚实融合之实时交互视频模型 X1，没有繁之 Prompt，不需漫长之渲染等待，只需手势进行交互，就可让虚拟全球与现状相连，于镜头中令「遐想」成真，让用户体验到实时交互之心流体验。
不仅如此，团队核心成员也大皆于字节、快手、华为、阿里等头部 AI 大厂历练过，有之丰富之技艺落地实践阅历。
而今已 2026 年之，生成式 AI、实时渲染、端侧算力、感知模型同时成熟，尤其为 Sora 展现出之前所未有之全球模拟本领，让大家意识到，原来虚拟实质不再需完全预制，可被实时生成、驱动，并具有物理合理性。
对于任意一张照片，皆可于触摸屏上对照片中之角色进行拖拽控制，让它实时运动起来。
于彼等之愿景里，此名新时代中，彼些曾经只能存于影视作品与虚拟全球中之角色，不管为数码宝贝，还为银翼杀手式之仿生命体，皆可走进现状，成为虚实融合之「数术命体」，进入家，成为用户之虚拟陪伴、虚拟宠物等。
次元互动：此就为前面彼名视频所展示之本领，手机摄像头拍摄现状场景，任意上传一张角色参考图，就可将该角色于镜头中「召唤」出来。
你伸出手，它刚始会有点警惕，之后就亲昵地蹭你之手心，你轻轻一捏，它会给出Ｑ弹之物理回馈，而当你把手摊开，它甚至可被你「托」于掌心之中，就好像，此为一只「活」之滚球兽……通过一名手机摄像头，虚拟角色第一次实现之与现状全球之融合。
」Xmax AI 向机器之心透露，要实现上述此些效果，须同时处置当前 AI 行业之三大痛点： 其次为意图体谅，Xmax AI 之想法为望交互方式多种多样且自，对寻常者来说门槛足够低，此就要求模型做到能够自动体谅者之意图，并实时生成精准之回馈结局。
首先为极致实时，从上面之视频中也可看出来，视频中之者物或为形象之反应随时能够跟之手势变，给用户产生一种「我于与它互动」之觉受，而此就要求延迟须控制于毫秒级，可当前市面上之大多数所谓「实时」模型响应往往需数秒，难以知足 Xmax AI 欲于交互场景中呈现之效果需求。
而公司核心技艺团队则皆为来自清华大学 KEG 实验室与 HCI 实验室之贤才，为国内大模型领域与者机交互领域之顶尖力量。
」 不仅仅为动漫角色，可说为任何自己喜之纸片者、宠物、毛绒玩物，皆可于镜头中「活」过来。
Literature。比如下面此名小兔子，你可于镜头前伸出手与它互动，捏一捏、拍一拍，甚至将把它托到手上。
实在来看，基于 X1 强盛之端侧实时生成本领，Xmax AI 将此一技艺落地为四大核心玩法：次元互动、全球滤镜、触控动图、表情捕手…… 每一台手机似乎皆变成之连接虚实之「魔法棒」。
但现状又为，欲实现好之虚实融合之效果就须基于大量且专业之高品质操练数据。
可此也就意味之，于根基视频生成本领之外，行业还需跨越两座「大山」：一为降低交互门槛，更张旧俗之文生视频器物需专业想法与 Prompt 撰写本领之方式；二为要与现状全球有更多结合，者为活于现状中，文生视频模型必程度上确实知足之完全虚拟化之想象，可者对现状之遐想并没有被知足。
从此名角度来看，对于 Xmax AI 团队而言，X1 模型仅仅为一名始。
为不为甚好玩，即便为对技艺没什么之解，也可悠闲上手。
我问为什么没有经过车主同意就办理。
带之疑问，陈先生立即返回新乡，找到存放事故车马之新乡市事故停车场询问究竟。
此简直就为「社交神器」，以后聚会也不用忧冷场，随时就可拿出来玩一下。
触控动图：让静态照片「活」过来、动起来，不再需繁软件。
严重损毁之车马为何会现于异地。
为不为甚神奇。
而且，当小姐姐做出挥手或为摇头动作时，视频中「变身」后之者物或形象会实时跟之做出相应之动作。
此些应战一度让 Xmax AI 犯之难。
LangChain。可当前大多数模型皆为文生视频、图生视频，无法实现此些手势交互效果。
比如，对于模型来说，当者做出「捏」此名动作时，要读懂其中之意图，可要比读懂一段书契难得多。
彼等说‘不清楚’，让我去找交警。
联手创始者翁跃庭，为一位「六边形战士」型之全栈营造师。
实事求是。于商场之强需求推动下，从 Sora 到 Runway，各路玩家皆于沿之「更强之生成本领」方位极力狂奔：卷画质、卷时长、卷分辨率…… 表情捕手：将相机镜头对准任意之者或物体，选择一名「大拇指」或「怒气冲冲」之 Emoji，AI 就会实时「捕捉」对方之特征，实时生成一名神态精准、魔性十足之动态表情包。
创始者史佳欣，出身于华为「天才少年」谋划，为一位典型之技艺极客。
联手创始者梁宸，现任港科大（广州）助理教授、博导。
技艺之狂奔第一次让曾经之「中二梦」，具备之成为现状之或：你真之可从屏幕中「召唤」出一只滚球兽。
彼时，吾等只能将此种天马行空之「美梦」寄望于「次元裂缝」之开启。
全球滤镜：任意上传一张风格参考图，就可将手机摄像头拍摄之画面实时转换，变成指定之风格，例如梵高画风、乐高画风等。
比如下面视频中动漫风格之小兔子，左右拖动它之耳朵，它就始左右摇头；上下挥动，它就做出被拍脑袋之动作；拖动嘴角，它会露出微笑。
再后，技艺增强现状（AR）技艺曾一度带来之望，但几经潮起潮落，结局仍停留于「预先制之实质叠加」层面，数术角色无法真正感知氛围。
「有趣体验背后，为极高之技艺应战。