这次，阿里决定做一个“快乐”的青年

《星月夜》是梵高在圣雷米精神病院疗养期间画下的一幅名画。你有没有想过，有一天能直接“走”进这幅画里，在奇幻的星空与柏树间自由穿行与漫步？

这个愿望已经实现了！

4月16日，阿里巴巴正式推出了世界模型HappyOyster（快乐生蚝），一款可以实时构建、自由交互的世界模型产品。

HappyOyster来自阿里ATH创新事业部，和此前爆火的“快乐马”（HappyHorse）同属一个团队。如果说之前的AI视频工具是帮你“生成一段视频”，那么HappyOyster想做的，是直接为你生成一个可以玩、可以改的数字世界。

什么是“世界模型”？

HappyOyster基于原生多模态架构建立，支持多模态理解与音视频联合生成，目前可以实现漫游（Wander）和导演（Direct）两个核心能力。也就是说，用户可以实时构建可互动、可演绎、可探索的 AI 数字世界。同时，生成的数字世界，不仅能被完整保存，还能开放给其他人进行二次创作。

本质上来说，阿里的HappyOyster和谷歌的Genie3做的是同一类东西，叫“世界模拟器”。那么，什么是“世界模型”？

你可能用过一些文生视频工具。通常情况下，先输入一段描述，再等上几十秒渲染，生成一段固定画面的视频。这段视频，你只能看也不能改。HappyOyster不是简单地渲染画面，而是它学会了理解这个世界的空间、物理和因果规律。因为这一流派采用长时间跨度上的世界演化建模方式。通过学习海量长视频数据，以及文本、动作指令、图像参考等多样控制信号，模型能够主动理解空间、物理与因果规律，预测情节和画面的演变。

比如，它知道物体掉下来会受重力影响，知道人转身时光影会变化。也就是说，AI不仅能生成视频，而且可以实时模拟世界的演化。你可以像玩游戏一样，在里面自由走动，或者随时开口改变剧情走向。从而把“被动生成内容”转变为“主动模拟世界演化”，为构建可交互的通用世界模拟器提供了关键技术路径。

相比谷歌，HappyOyster采用了时间跨度更长的世界演化建模方式，使得模型能够保持高保真、长时序的动态场景生成。简单地说，就是画面一直保持清晰真实，时间长了也不会乱。

另外，设计之初模型就设计了多样的控制信号，在同一个时间框架下，画质、时长和实时可控性这三件事可以一起优化，不用牺牲哪个来换另一个。

同时在产品能力上，HappyOyster有自己的差异化优势。除了支持漫游探索，它还独家提供实时导演功能。你可以随时用自然语言发指令，比如“让主角左转”“突然下雨”，直接介入世界的演化，调度角色和事件。实现从被动探索到主动创作的跨越。

漫游模式畅游梵高作品《星月夜》

漫游模式控制人物运动

通过漫游和导演的双模式，HappyOyster能让你沉浸在一个可以自由互动的数字世界里。

比如在漫游模式中，只需要一句话或一张图，就可以生成具备物理一致性的完整空间，物体位置稳定、场景持久存在，视角与光照也能跟随第一人称视角持续移动。当你在《星月夜》里闲逛时，你看到一间房子，走近或离开房子不会消失或者变形。场景也是一直存在的，即使你转个身回来，房子和树还在那儿。另外，你还可以在画里自由地切换方向，想去哪儿就去哪儿。目前Happy Oyster支持长达1分钟的连续实时位移与镜头控制，并支持多样化的风格切换。

在导演模式下，用户能够在视频的任意节点，通过文字、语音或图像等多模态输入，随时实现镜头切换、剧情改写、角色调度，在充分的交互中生成一个光照、重力、角色动作与场景因果持续演化的世界，并能选择不同的题材风格。

也就是说，你可以在视频播放的任意时刻，通过打字、说话甚至发一张图，随时指挥AI。比如“让主角往右转身”“挥挥手”等，AI就会根据你的命令实时生成新的画面。在这个模式下，你创造的世界是活的：光照会变化、物体会受重力影响、角色的动作和场景的因果逻辑也会持续演化。

导演模式可在任意节点改变剧情走向

目前，HappyOyster的导演模式支持连续生成3分钟以上的480p或720p实时画面。

不过当前漫游与导演两大模式还没完全打通，不过未来你可以在世界里一边逛一边改，边玩边创作。

全球顶尖玩家

纷纷押注“会模拟世界的AI”

除了阿里的HappyOyster和谷歌的Genie 3，世界模型已经成为全球科技巨头们押注的下一个风口。

英伟达推出的Cosmos系列，专门为机器人和自动驾驶训练“物理AI”；Meta也在秘密研发代号“Avocado”的模型，试图让AI通过视觉理解环境。由“AI教母”李飞飞创立的World Labs，则拿出了Marble模型：只要上传一张图或一段话，就能生成可自由漫游、可导出的3D世界，还开源了渲染器Spark 2.0；明天即将在港股完成敲钟仪式的“杭州六小龙”之一的群核科技，广义上来说也属于“世界模型”玩家，只不过它走的是一条截然不同的技术路线。

英伟达推出的Cosmos世界模型

虽然这场吸引了全球顶尖玩家的前沿竞赛才刚刚开始，但有些行业的内容创作和互动体验，已经被悄悄改写了。

比如游戏领域，开发者可以快速生成可玩原型，玩家能实时驱动世界演化，不需要预设脚本就可以实现动态剧情分支与开放世界探索，大幅降低内容生产成本并提升沉浸感。

也就是说，以前开发一个新游戏要做策划、搭场景、写脚本，花几个月才能玩上第一个测试版。现在开发者只要说一句话，HappyOyster就能快速生成一个可以玩的游戏原型。玩家也不再是被动跟着预设剧情走，而是能实时影响世界的演化。你往左走还是往右走，AI都会现场给你编出新剧情，每次玩都是不一样的体验。这样一来，游戏内容的生产成本大大降低，沉浸感却直线上升。

影视创作时，导演不需要等待漫长的渲染周期，只要用自然语言描述创意，系统就可以实时生成分镜画面，并支持在视频的任意节点改变镜头、角色和剧情，让创意验证时间大大缩短；在文旅与教育领域，用户不再被动地观看历史复原视频，而是能以第一视角走进名画现场或过往文明，在交互中探索因果、改写走向，实现从知识传递到沉浸体验的跃迁。

在未来，HappyOyster还能应用于线下智能空间或娱乐场景，例如与穿戴设备等智能硬件结合，根据人的位置、动作与语言动态，实时生成沉浸式内容，让数字世界与现实共振。

文 | 沈积慧

阿里突然杀出一匹开源“快乐马”？

修车学徒掀翻雅马哈和杜卡迪

招股书显示：宇树强到可怕

点喜欢