Quatro empresas chinesas apostam em mundos de vídeo interativos em tempo real

Em 2026, pelo menos quatro equipes chinesas lançaram modelos de mundo em vídeo interativos: a Alibaba apresentou o HappyOyster, a Ant Group, o LingBot, a Shengshu, o Vidu S2, e a Aishi Technology, o PixVerse R2. As abordagens são diferentes, mas o objetivo é comum: um vídeo que reage em tempo real às ações do usuário e se transforma em um espaço virtual no qual é possível se deslocar livremente. A informação é da Jiqizhixin.

O título da matéria menciona que uma equipe ficou em primeiro lugar em dois rankings ao mesmo tempo, mas o trecho disponível não informa nem qual é a equipe nem quais são os rankings. Por isso, o que se segue abrange apenas o que está confirmado pelo texto.

Do clipe ao espaço

A geração de vídeo tradicional funciona de forma simples: o usuário escreve um prompt, espera e recebe um vídeo pronto. O modelo de mundo interativo funciona de outra maneira. Os quadros surgem em fluxo contínuo, e o usuário controla a câmera, o personagem ou os objetos durante o processo. O modelo precisa levar em conta cada ação e mostrar o resultado imediatamente.

Isso eleva muito os requisitos do sistema. É preciso baixa latência entre o comando e o quadro. É preciso manter a coerência da cena por longos períodos: se o usuário se afasta de um prédio e depois volta, o prédio deve continuar no mesmo lugar. E é preciso que a própria geração seja estável, já que o fluxo não pode ser "reiniciado" no meio de um passeio. São desafios de engenharia típicos dessa classe de modelos, e cada um dos quatro produtos os resolve à sua maneira.

Quem entra em campo

A lista de participantes mostra que o tema deixou de ser restrito a laboratórios de nicho:

• HappyOyster — desenvolvimento da Alibaba;
• LingBot — projeto da Ant Group;
• Vidu S2 — modelo da Shengshu (生数科技);
• PixVerse R2 — modelo da Aishi Technology (爱诗科技);
• objetivo comum declarado — interação contínua e exploração livre do mundo gerado;
• resolução, taxa de quadros, latência e duração da sessão não são informadas no trecho disponível.

A lista reúne dois gigantes de tecnologia e duas startups especializadas com origem em geração de vídeo. Para as startups, a interatividade é a continuação natural de sua linha de modelos de vídeo. Para Alibaba e Ant, é mais uma forma de mostrar que seus modelos fundamentais fazem mais do que texto e imagens.

O que fica fora do quadro

A frase do título original sugere que a equipe líder posiciona seu produto de maneira diferente de "mais um modelo de mundo". O que exatamente ela oferece em vez disso, e em quais rankings conquistou os primeiros lugares, não dá para saber pelo trecho. Sem os nomes dos benchmarks, a metodologia e os números, não é correto comparar a vencedora com HappyOyster, LingBot, Vidu S2 e PixVerse R2. As posições nos rankings devem ser lidas junto com as condições de medição.

O que verificar na prática

Equipes que avaliam modelos de mundo interativos para protótipos de jogos, simulações ou formatos publicitários podem não esperar por grandes anúncios e montar o próprio teste. Vale medir a latência de resposta em hardware real, e não em um estande de demonstração. Convém rodar uma sessão longa e checar se a cena não "deriva" após alguns minutos.

É preciso descobrir se há acesso por API e qual é o preço do minuto de geração. Os rankings ajudam a montar uma lista curta, mas o que vai decidir são os seus cenários: controle de câmera, repetibilidade das cenas e estabilidade dos personagens. Quando sair a matéria completa ou o relatório técnico, esses critérios também servirão para comparar as alegações da vencedora com as dos demais.