SigmaZ AI Lab 推出 Tap8 Vision：能实时对话的互动视频平台
在 AI 视频生成领域竞争日趋白热化的当下，一家由前亚马逊、阿里巴巴、字节跳动和百度 AI 团队成员联合创立的公司——SigmaZ AI Lab，于 7 月 22 日正式发布其旗舰产品 Tap8 Vision。这并非又一款"文生视频"工具，而是将视频从单向播放转变为实时可交互的信息界面，用户可以在播放中点击、提问、修改并即时获得反馈。
Tap8 的三大核心交互模式
Tap8 的定位很清楚：把视频从"只能看"变成"能动手"。它提供了三种突破性的交互方式：
1. Inspect（探查）
视频播放时，你可以拖拽、旋转、缩放或点击画面中的任意元素。Tap8 会实时理解画面内容并生成交互界面，无需预先标记任何热点区域。比如看一款 AirPods Pro 的产品介绍视频，你可以点进去查看硅胶耳塞、声学驱动单元和耳机柄的详细说明，还能体验主动降噪和空间音频的模拟效果。
2. Explore（探索）
在观看过程中提出问题——"这背后的商业模式是什么？"——Tap8 会以视频形式回答，扩展当前场景、改变呈现形态，或分支出一条平行叙事线。你可以无限延伸探索路径，主线内容始终在一步之遥等你回来。
3. Remix（重混）
在任何人的内容之上构建你自己的版本。替换主体、品牌或信息，Tap8 会根据你的意图重新生成完整视频。这为内容创作者和品牌营销打开了全新的可能性。
底层技术：DLM 扩散语言模型
Tap8 与传统 AI 视频工具最大的区别在于其底层架构。它使用的不是常规的自回归大语言模型（逐词生成），而是自研的扩散语言模型（Diffusion Language Model，DLM）。
DLM 在整个场景层面进行优化而非逐帧生成，能实现实时级别的延迟，同时推理成本仅为传统 DiT（Diffusion Transformer）方案的约 1/20。这意味着实时互动视频不再是"理论上可能但贵得用不起"，而是真正可以普惠的应用。
此外，Tap8 还集成了 SigmaZ 自研的 Vision-guided RSI（递归自我改进）框架。该框架能让 AI 评估并改进自身的视觉输出——系统生成前端代码、渲染为视觉结果、用视觉模型评估差异、将反馈回输给模型——形成一个持续自我优化的闭环。这一技术已于今年 4 月在里约热内卢的 ICLR 2026 RSI Workshop 上被接收，获得了学术界的第三方验证。
创始团队的愿景
SigmaZ 联合创始人兼 CEO William Yang 指出："AI 的瓶颈不是智能，而是 AI 与人类之间的带宽。文本和语音仍然重要，但它们并不总是最自然的交互入口。我们相信未来的 AI 体验应该让用户能够直接与视觉内容对话、探索和互动。"
联合创始人兼 CTO Derek Law 补充道："每一次媒体革命都先重写了底层技术——印刷术催生了报纸和书籍，MP3 让音乐变成自由流动的文件，流媒体成就了 YouTube 和 TikTok。我们认为 AI 是下一个这样的底层技术，而 Tap8 正从这块新土壤中生长出来。"
投资方与团队背景
SigmaZ AI Lab 的核心团队成员来自 Amazon AGI、阿里巴巴 AI Lab、字节跳动 AI 和百度等顶尖 AI 团队。公司已获得蓝驰创投、云九资本、德迅投资和小小基金等机构的投资，正在构建通用的互动视频基础设施，目标是将视频从单向内容转变为实时生成的视觉互动体验。
目前 Tap8 已开放候补名单（waitlist），用户可通过 tap8.ai 或 sigmaz.io 注册，关注后续产品更新和早期体验机会。
参考来源：PR Newswire / Morningstar / SigmaZ AI Lab
当前文章标题：SigmaZ AI Lab 推出 Tap8 Vision：能实时对话的互动视频平台
当前文章地址：https://www.2109.top/4228/
来源：2109博客 地址：https://2109.top 文章版权归作者所有，未经允许请勿转载。
转载及其他合作需求请微信联系博主
