与谷歌Genie 3竞争！阿里发布世界模型HappyOyster

快科技4月16日消息，今日，阿里发布可实时构建和交互的世界模型产品HappyOyster（快乐生蚝），该模型基于原生多模态架构而建，支持多模态理解与音视频联合生成。

目前，HappyOyster可实现漫游（Wander）和导演（Direct）两大核心能力，用户可实时构建可互动、可演绎、可探索的AI数字世界。

用户生成的数字世界不仅能被完整保存，还能开放给其他用户进行二次创作。

据悉，该产品由阿里ATH创新事业部团队研发，与此前爆火的HappyHorse同属一个团队。

世界模型目前仍属于前沿探索领域，阿里的HappyOyster与谷歌的Genie3同属于世界模拟器流派。

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。

且HappyOyster设计了多样的控制信号，使模型能够在统一的时序框架下同时实现生成质量、长时序与实时可控性的协同优化。

在产品能力上，HappyOyster不仅能支持Wander漫游探索，还独家提供实时导演功能，用户可通过自然语言指令随时介入世界演化、调度角色事件。

在视觉表现上，HappyOyster漫游模式的画面质量更高，风格泛化能力更强，动态性更好。

本地视频：漫游模式控制人物运动

漫游模式畅游世界名画

漫游模式控制人物运动

通过漫游和导演的双模式，HappyOyster能够为用户带来沉浸式的世界交互体验。

在漫游模式中，用户仅需一句话或一张图，即可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。

此外，用户能自由切换方向与镜头运动，突破初始画框的边界，体验无限延展的探索乐趣。

目前Happy Oyster支持长达1分钟的连续实时位移与镜头控制，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，并能选择题材风格。

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

本地视频：漫游模式畅游世界名画

导演模式可在任意节点改变剧情走向

当前，世界模型的发展仍处于早期阶段，但实际应用中，HappyOyster已在改变传统的内容创作模式和交互体验。

例如，在游戏领域，开发者可快速生成可玩原型；在影视创作中，导演只需用自然语言描述创意，系统即可实时生成分镜画面，并在视频任意节点修改；在文旅与教育领域，用户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。

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。

附HappyOyster官网链接：https://www.happyoyster.cn/