Deepverse引入了一种视频录制方法，该方法与以前的方法不同，通过使用Textin Putty作为通用控制模式。 该方法支持不同的方案，包括角色运动，车辆运动和透视图。该系统处理复杂的运动模式，例如步行，跑步，骑马并通过文字描述驾驶汽车。 Deepverse可以模拟不同的环境，例如森林，道路，城市和沙漠景观。出现了一种新的AI模型，可以以与以前看到的方式创建视频。 Deepverse具有正式名称“ 4D自动回归视频生成作为世界模型”，声称能够以比许多其他视频模型更深入地理解运动和环境。 Deepverse代表了视觉应用自回旋模型中最新发展的一部分，并有助于AI如何模拟现实现实。该项目是与传统方法相比，基于文本的转向如何为视频化提供更灵活，更有力的工具。实用应用Deepverse通过各种情况以自然方式与环境互动的各种情况展示了其能力。该系统可以生成序列，其中字符沿着道路，通过汽车，穿过村庄并与动物和其他角色互动。该系统还可以处理更复杂的场景，例如骑在森林中，沿着铁轨行驶以及带有电车和老式汽车的城市环境导航。 所有这些示例都表明该系统能够在扩展序列上保持空间和时间连贯性。由于它们与高级碰撞检测系统的集成，物理模拟和碰撞管理Deepverse可以处理复杂的物理互动。该领域的研究表明，深度交互式物理模拟框架可以有效地管理工具对象collisio