一句话生成可互动 AI 数字世界，阿里云百炼 HappyOyster 1.0 演示视频公布

IT之家 7 月 19 日消息，今日，阿里云百炼正式上线可实时构建和交互的开放式世界模型产品 HappyOyster 1.0（快乐生蚝 1.0），更多消息现已公布。据官方介绍，该模型深度学习物理世界状态转移规律，能主动推演从动作到反馈的因果链，并保持人物和环境的长程一致性。HappyOyster 1.0 具备世界探索（Adventure）和实时导演（Directing）两大模式，用户输入一句话或一张图即可生成可互动、可探索的 AI 数字世界。目前已提供 Android / iOS / Web 三端 SDK，在阿里云百炼开启灰测。 文生视频模型的学习目标是文本到视频的单向映射，而 HappyOyster 1.0 的学习目标是从“当前状态 / 动作”到“下一状态 / 动作”的转移规律，因此支持用户在任意节点介入并改变数字世界走向。相较于大语言模型日趋成熟的架构与范式，世界模型仍属于新兴赛道，而 HappyOyster 1.0 已在探索该赛道的前沿，它从海量自然视频中学习现实里人物、事物和环境的演变，自主推演从动作到反馈的因果链，从而能自然迁移到没见过的场景，根据用户指令推理出新的因果，并维持数字世界的长程稳定和音视频的长时协同。世界探索模式：支持 1 分钟连续实时交互用户输入文字或上传图片即可生成可探索的数字世界，通过前冲、下蹲、跳跃、攻击等操控按键丰富人物运动轨迹，支持载具驾驶与武器战斗等物理交互。世界探索模式支持长达 1 分钟的连续实时位移与镜头控制，生成内容可导出原片。 实时导演模式：支持暂停、回溯与分支叙事实时导演模式下，用户可在任意节点暂停，回跳至剧情关键节点，输入新提示词改变剧情走向。支持生成 3 分钟以上的 480p 或 720p 实时画面，生成内容可导出原片。 阿里云方面称，HappyOyster 1.0 正在探索下一代多模态的互动内容形态。在交互式游戏领域，开发者通过上传图片和输入提示词，可快速生成开放世界原型、角色交互和战斗场景。在互动短剧和虚拟陪伴场景中，用户通过自然语言指令构建人物和剧情，并可在任意节点改写走向。在文旅领域，可为游客提供沉浸式探索体验。目前，开发者服务端通过 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，体验结束后可导出视频。产品支持企业用户和开发者通过 SDK 快速构建可玩世界、互动剧、AI 陪伴等沉浸式应用。