7月19日,阿里云百炼正式上线了一款名为HappyOyster 1.0的全新产品,中文名称为“快乐生蚝”。尽管名字听起来趣味十足,但背后的技术实力却相当硬核。这是一款能够实时构建并支持交互的开放式世界模型,只需输入一句话或上传一张图片,就能生成一个你可以自由探索、随时互动的数字世界。

关于这款模型,有几个核心亮点值得关注。以往常见的文生视频模型,学习的是“文本到视频”的单向映射关系——你输入一段文字,它输出一段视频,然后就结束了。但HappyOyster 1.0的思路完全不同:它学习的是“当前状态/动作”到“下一状态/动作”的转移规律。这意味着,该模型能够理解物理世界中的因果逻辑,主动推演从动作到反馈的整个链条,并保持人物与环境在长时间内的一致性。换句话说,你可以在任意节点介入,改变数字世界的走向,它不会因此崩溃,而是会根据新的指令重新推理出合理的结果,并维持整个世界的稳定运行。
与大语言模型相比,世界模型仍是一个新兴赛道,但HappyOyster 1.0已经在探索前沿。它从海量自然视频中学习现实世界中人物、事物和环境的演变规律,从而能够自然地迁移到未见过的场景,根据用户指令推理出新的因果关联。此外,它还实现了音视频的长时协同同步,这在目前的同类产品中并不多见。
目前,HappyOyster 1.0提供了两种主要玩法:
世界探索模式:输入文字或上传图片,即可生成一个可自由探索的数字世界。你可以通过前冲、下蹲、跳跃、攻击等操控按键,自由移动人物,甚至能够驾驶载具、使用武器,进行物理交互。该模式支持长达1分钟的连续实时位移与镜头控制,生成的画面可以直接导出为原片。走、跑、跳、攻击,甚至还能开车、开枪,物理交互均已安排到位。
实时导演模式:这个模式更加有趣,它支持暂停、回溯与分支叙事。你可以在任意节点暂停,回跳到剧情的关键节点,然后输入新的提示词,改变故事的走向。如果想尝试不同的剧情分支,完全没问题,支持生成3分钟以上的480p或720p实时画面,同样可以导出原片。这就像你手里握着一个电影的遥控器,随时可以按下“暂停”和“重写”。
从应用场景来看,HappyOyster 1.0的潜力不容小觑。在交互式游戏领域,开发者上传图片并输入提示词,即可快速生成开放世界原型、角色交互以及战斗场景,大幅节省前期设计和建模工作。在互动短剧和虚拟陪伴场景中,用户用自然语言指令就能构建人物和剧情,并且可以在任意节点改写走向,内容创作的灵活性显著提升。在文旅领域,可以为游客提供沉浸式探索体验,例如在虚拟景区中自由漫步。
对于开发者和企业用户,阿里云百炼提供了完整的工具链。服务端通过Open API管理世界,客户端SDK封装了RTC连接、视频渲染和实时交互,支持Adventure与Directing两种模式,体验结束后可以导出视频。这意味着,你可以通过SDK快速构建可玩的世界、互动剧、AI陪伴等沉浸式应用,门槛并不高。
目前,该产品已在阿里云百炼开启灰度测试,并提供了Android、iOS、Web三端SDK。对于想要尝试下一代互动内容形态的团队来说,这或许是一个不错的入手点。
