这不是视频生成模型，是一个持久化、多人协作的世界模型。

核心突破是把「世界状态」与「视觉渲染」彻底解耦：世界不再是一帧帧画面，而是持续运行、可被用户修改、能从任意视角稳定观测的结构化环境。

这可能是目前最接近「可交互持久世界」的尝试。

Video