《星月夜》是梵高在圣雷米精神病院療養期間畫下的一幅名畫。你有沒有想過，有一天能直接“走”進這幅畫里，在奇幻的星空與柏樹間自由穿行與漫步？

這個愿望已經實現了！

4月16日，阿里巴巴正式推出了世界模型HappyOyster（快樂生蠔），一款可以實時構建、自由交互的世界模型產品。

HappyOyster來自阿里ATH創新事業部，和此前爆火的“快樂馬”（HappyHorse）同屬一個團隊。如果說之前的AI視頻工具是幫你“生成一段視頻”，那么HappyOyster想做的，是直接為你生成一個可以玩、可以改的數字世界。

什么是“世界模型”？

HappyOyster基于原生多模態架構建立，支持多模態理解與音視頻聯合生成，目前可以實現漫游（Wander）和導演（Direct）兩個核心能力。也就是說，用戶可以實時構建可互動、可演繹、可探索的 AI 數字世界。同時，生成的數字世界，不僅能被完整保存，還能開放給其他人進行二次創作。

本質上來說，阿里的HappyOyster和谷歌的Genie3做的是同一類東西，叫“世界模擬器”。那么，什么是“世界模型”？

你可能用過一些文生視頻工具。通常情況下，先輸入一段描述，再等上幾十秒渲染，生成一段固定畫面的視頻。這段視頻，你只能看也不能改。HappyOyster不是簡單地渲染畫面，而是它學會了理解這個世界的空間、物理和因果規律。因為這一流派采用長時間跨度上的世界演化建模方式。通過學習海量長視頻數據，以及文本、動作指令、圖像參考等多樣控制信號，模型能夠主動理解空間、物理與因果規律，預測情節和畫面的演變。

比如，它知道物體掉下來會受重力影響，知道人轉身時光影會變化。也就是說，AI不僅能生成視頻，而且可以實時模擬世界的演化。你可以像玩游戲一樣，在里面自由走動，或者隨時開口改變劇情走向。從而把“被動生成內容”轉變為“主動模擬世界演化”，為構建可交互的通用世界模擬器提供了關鍵技術路徑。

相比谷歌，HappyOyster采用了時間跨度更長的世界演化建模方式，使得模型能夠保持高保真、長時序的動態場景生成。簡單地說，就是畫面一直保持清晰真實，時間長了也不會亂。

另外，設計之初模型就設計了多樣的控制信號，在同一個時間框架下，畫質、時長和實時可控性這三件事可以一起優化，不用犧牲哪個來換另一個。

同時在產品能力上，HappyOyster有自己的差異化優勢。除了支持漫游探索，它還獨家提供實時導演功能。你可以隨時用自然語言發指令，比如“讓主角左轉”“突然下雨”，直接介入世界的演化，調度角色和事件。實現從被動探索到主動創作的跨越。

漫游模式暢游梵高作品《星月夜》

漫游模式控制人物運動

通過漫游和導演的雙模式，HappyOyster能讓你沉浸在一個可以自由互動的數字世界里。

比如在漫游模式中，只需要一句話或一張圖，就可以生成具備物理一致性的完整空間，物體位置穩定、場景持久存在，視角與光照也能跟隨第一人稱視角持續移動。當你在《星月夜》里閑逛時，你看到一間房子，走近或離開房子不會消失或者變形。場景也是一直存在的，即使你轉個身回來，房子和樹還在那兒。另外，你還可以在畫里自由地切換方向，想去哪兒就去哪兒。目前Happy Oyster支持長達1分鐘的連續實時位移與鏡頭控制，并支持多樣化的風格切換。

在導演模式下，用戶能夠在視頻的任意節點，通過文字、語音或圖像等多模態輸入，隨時實現鏡頭切換、劇情改寫、角色調度，在充分的交互中生成一個光照、重力、角色動作與場景因果持續演化的世界，并能選擇不同的題材風格。

也就是說，你可以在視頻播放的任意時刻，通過打字、說話甚至發一張圖，隨時指揮AI。比如“讓主角往右轉身”“揮揮手”等，AI就會根據你的命令實時生成新的畫面。在這個模式下，你創造的世界是活的：光照會變化、物體會受重力影響、角色的動作和場景的因果邏輯也會持續演化。

導演模式可在任意節點改變劇情走向

目前，HappyOyster的導演模式支持連續生成3分鐘以上的480p或720p實時畫面。

不過當前漫游與導演兩大模式還沒完全打通，不過未來你可以在世界里一邊逛一邊改，邊玩邊創作。

全球頂尖玩家

紛紛押注“會模擬世界的AI”

除了阿里的HappyOyster和谷歌的Genie 3，世界模型已經成為全球科技巨頭們押注的下一個風口。

英偉達推出的Cosmos系列，專門為機器人和自動駕駛訓練“物理AI”；Meta也在秘密研發代號“Avocado”的模型，試圖讓AI通過視覺理解環境。由“AI教母”李飛飛創立的World Labs，則拿出了Marble模型：只要上傳一張圖或一段話，就能生成可自由漫游、可導出的3D世界，還開源了渲染器Spark 2.0；明天即將在港股完成敲鐘儀式的“杭州六小龍”之一的群核科技，廣義上來說也屬于“世界模型”玩家，只不過它走的是一條截然不同的技術路線。

英偉達推出的Cosmos世界模型

雖然這場吸引了全球頂尖玩家的前沿競賽才剛剛開始，但有些行業的內容創作和互動體驗，已經被悄悄改寫了。

比如游戲領域，開發者可以快速生成可玩原型，玩家能實時驅動世界演化，不需要預設腳本就可以實現動態劇情分支與開放世界探索，大幅降低內容生產成本并提升沉浸感。

也就是說，以前開發一個新游戲要做策劃、搭場景、寫腳本，花幾個月才能玩上第一個測試版。現在開發者只要說一句話，HappyOyster就能快速生成一個可以玩的游戲原型。玩家也不再是被動跟著預設劇情走，而是能實時影響世界的演化。你往左走還是往右走，AI都會現場給你編出新劇情，每次玩都是不一樣的體驗。這樣一來，游戲內容的生產成本大大降低，沉浸感卻直線上升。

影視創作時，導演不需要等待漫長的渲染周期，只要用自然語言描述創意，系統就可以實時生成分鏡畫面，并支持在視頻的任意節點改變鏡頭、角色和劇情，讓創意驗證時間大大縮短；在文旅與教育領域，用戶不再被動地觀看歷史復原視頻，而是能以第一視角走進名畫現場或過往文明，在交互中探索因果、改寫走向，實現從知識傳遞到沉浸體驗的躍遷。

在未來，HappyOyster還能應用于線下智能空間或娛樂場景，例如與穿戴設備等智能硬件結合，根據人的位置、動作與語言動態，實時生成沉浸式內容，讓數字世界與現實共振。

文 | 沈積慧

阿里突然殺出一匹開源“快樂馬”？

修車學徒掀翻雅馬哈和杜卡迪

招股書顯示：宇樹強到可怕

點喜歡