近日，Noiz AI联合港科大、清华等机构正式发布实时可交互音视频世界模型HelixWorld 1.0，标志着世界模型迈入“有声时代”。该模型支持24FPS画面与48kHz立体声实时生成，填补了传统模型“有画无声”的短板。其核心突破在于声画由原生Transformer架构统一生成，能根据用户操作实时渲染动态场景与空间音效。通过构建多模态数据、因果化改造及蒸馏加速等技术，HelixWorld实现了从生成片段到持续实时运行的跨越。目前模型API已开启内测，权重与代码将在近几周内完全开源。未来团队还将探索多智能体交互等方向，有望重塑游戏与互动影视等应用场景。

2026年2月，昆仑天工推出的SkyReels-V4视频模型在全球权威榜单中跃居第二，仅次于Veo 3.1，超越Sora 2。该模型支持多模态输入（文本、图像、音频等），实现一体化生成与编辑，具备精准的动作迁移、音频驱动和风格融合能力。其创新点包括双流MMDiT架构，音视频联合生成及高效时序拼接技术，输出达1080p、32帧、15秒的电影级水准。此外，SkyReels-V4还提供专业级修复、全维度编辑和高品质音频生成等功能，应用场景涵盖短剧制作、视效大片生成等。昆仑天工通过自研多模态框架持续优化产品矩阵，并结合全球化运营经验加速落地，成为多模态视频生成领域的重要竞争者。