Reactor 以 5,900 萬美元出關：前 Apple 工程師要為即時 AI 世界模型打造開發者基礎設施

科技基礎設施領域有一個週期性的規律：強大的新計算能力出現，在研究上行之有效，卻在生產部署時讓開發者頭痛萬分——然後有人出現，建造一個消化掉所有複雜性的抽象層。AWS 對伺服器做了這件事，Stripe 對支付做了這件事，Twilio 對電話通訊做了這件事。Reactor 想對即時世界模型做同樣的事。

這家公司於 5 月 28 日結束隱身期，宣布完成由 Lightspeed Venture Partners 領投的 5,900 萬美元種子輪融資。Jeffrey Katzenberg 的創投與製作公司 WndrCo——Katzenberg 是迪士尼前主席、夢工廠動畫聯合創辦人——與 Amplify Partners、Sky9 Capital 及 FPV Ventures 共同參與。Amazon Web Services 是 Reactor 的優先雲端合作夥伴，為這個對計算資源需求遠超靜態推理的工作負載類別提供核心基礎設施。

世界模型究竟是什麼

世界模型是一種建構並維護環境動態內部表徵的 AI 系統，並利用這個表徵模擬環境如何在回應行動時演化。與生成離散輸出（一張圖片、一段文字、一段程式碼）的生成模型不同，世界模型生成「體驗」：能夠即時回應輸入的連續、互動、物理上合理的感知串流。

目前最清晰的應用場景在電玩遊戲、模擬和機器人領域。在遊戲中，世界模型可以即時生成互動環境，而非渲染預先製作的幾何場景。在機器人訓練中，世界模型創造逼真的模擬環境，讓機器人在不磨損硬體或產生安全風險的情況下累積數百萬小時的訓練時間。在物理 AI 研究中，它們讓模型能以預先錄製的資料無法企及的規模，學習行動與結果之間的因果關係。

但 Reactor 的創辦人看到的應用空間遠不止於此。一個能以低延遲串流、在毫秒內回應用戶輸入的世界模型，代表一種全新的媒介——不是你觀看的影片，而是你置身其中的影片。當生成速度足夠快、感覺足夠真實，互動娛樂、訓練模擬、建築漫遊、實體環境的數位孿生，都將成為可能。

Reactor 正在解決的基礎設施難題

挑戰在於，即時世界模型對計算資源的消耗極為驚人。靜態圖片生成模型執行一次推理並回傳一個檔案。世界模型則需要以體驗所需的幀率——每秒 30、60、120 幀——持續運行推理，同時整合可能在任意時刻改變生成狀態的用戶輸入。延遲要求毫無退讓空間：超過約 100 毫秒的可感知延遲，足以打破互動的臨場感。

在生產規模下管理這一切，需要專門化的基礎設施：針對串流推理（而非批次作業）優化的硬體、為全球用戶提供低延遲傳輸的網路架構，以及能夠即時擴容以應對不可預測需求峰值的協調系統。從零開始構建這一切，需要在 GPU 基礎設施、分散式系統、網路工程和生成 AI 方面的複合專業知識——一種大多數應用開發者既不具備，也無意去掌握的組合。

Reactor 的 SDK 和 API 將所有這些複雜性抽象化。整合 Reactor 平台的開發者，可以「用幾行程式碼」構建即時互動 AI 應用，而不必管理底層基礎設施。Reactor 負責資源配置、規模擴展、延遲優化和模型服務層，對外暴露簡單的介面供應用呼叫以生成或更新世界狀態。

創辦人：Apple 電腦視覺的校友

Reactor 由兩位前 Apple 工程師於 2025 年 8 月創立，報導中以 Taiuti 和 Schmidtchen 指稱。兩人此前公開資料不多，但 Apple 的從業背景本身就是技術可信度的清晰信號。Apple 的電腦視覺與機器學習團隊長期在即時效能與模型品質的交叉點工作——Face ID、相機系統中的物件偵測、Vision Pro 的空間運算——正是定義世界模型部署挑戰的那組約束條件。

選擇以開發者基礎設施而非終端用戶應用為目標，是刻意的定位決策。終端用戶 AI 應用知名度高，但需要持續的行銷投入和消費者獲客成本。基礎設施公司往往透過開發者社群的口耳相傳成長，隨客戶的成功一起擴展，並隨著每一行寫在其 API 上的客戶程式碼積累護城河。

Jeffrey Katzenberg 透過 WndrCo 的參與值得細察。Katzenberg 打造了二十世紀末兩家具有定義意義的媒體公司。他的基金長期押注科技與娛樂的交叉地帶。WndrCo 投資 Reactor，傳遞出一個信念：世界模型將從根本重塑娛樂內容製作的經濟邏輯——不是作為技術奇觀，而是作為互動娛樂創作的主要媒介。

AWS 戰略夥伴關係

AWS 對 Reactor 而言不僅是雲端廠商——新聞稿明確將 AWS 定位為 Reactor 的「優先雲端提供商，支撐即時生成式影片工作負載在全球規模運行所需的計算基礎設施與分發能力」。這一措辭意味著遠比標準雲端額度安排更深的商業關係。

對 AWS 而言，世界模型代表一種新的持續性、高通量 GPU 工作負載類別，隨著應用規模擴大，有望成為重要的營收驅動。與批次訓練任務的間歇性峰值不同，即時世界模型服務產生持續、可預測的 GPU 需求，與 AWS 資本密集型資料中心投資的回收節奏高度吻合。成為可能支撐一大類下一代應用的平台的優先供應商，賦予 AWS 在這一新興工作負載類型上相對於 Azure 和 Google Cloud 的結構性優勢。

競爭格局

Reactor 進入的是一個突然擁擠的世界模型賽道。Runway 以 350 億美元估值完成 50 億美元融資，產品覆蓋影片生成、世界模型研究和創意 AI 工具；Decart AI 於 5 月完成 3 億美元融資，專注於為物理 AI 訓練構建世界模型；Google DeepMind 在 I/O 2026 發布的 Gemini Omni 系列，從前沿實驗室角度進入世界模型領域。

Reactor 的差異化定位在於開發者基礎設施層。Runway 面向創意專業人士；Decart 聚焦物理 AI 訓練資料；Google 等前沿實驗室構建底層模型。沒有任何一家將自己定位為讓任何開發者都能將即時世界模型能力整合到任何應用中的 API 層——無論底層跑的是哪個模型。

這種與底層模型無關的基礎設施定位，具有重要的戰略意義。如果世界模型成為互動應用的標準元件——這正是 Reactor 創辦人所相信的——那麼讓其可及的平台將在生態系中積累可觀的結構性槓桿，類似於 Stripe 如何成為電子商務的金融基礎設施，而非構建任何特定的電商應用。

5,900 萬美元能做什麼

對一家在這一技術複雜度下構建基礎設施的公司而言，種子階段更接近典型軟體新創的 A 輪。這筆資金將支持核心串流推理平台的持續研發、在遊戲、媒體和物理 AI 垂直領域的產業部署與客戶試點擴展，以及服務需要可靠性保證和專屬支援的企業客戶所需的團隊增長。

AWS 合作關係可能在基礎設施成本上提供有意義的槓桿效應，讓 Reactor 在客戶成長階段得以規模部署，而不必完全承擔 GPU 容量的全額成本。這一點至關重要，因為世界模型推理代價不菲——在適中規模下可控的每次工作階段成本，在服務大型消費者應用所需的體量下可能迅速膨脹。

Reactor 的押注在於：等到那些體量到來之時，市場將已清楚表明即時世界模型是基礎技術層，而為這個層次打造的開發者平台，值得為此付出的基礎設施投資代價。

---

Reactor 於 2026 年 5 月 28 日結束隱身期。公司目前以早期存取形式向建構即時 AI 應用的開發者開放。