刚刚！阿里开放世界模型“快乐生蚝”来了，从视频到一个新世界

智东西
作者｜王涵
编辑｜李水青

智东西4月16日报道，刚刚，阿里ATH创新事业部也发布了其首款开放式世界模型HappyOyster（快乐生蚝）。

基于原生多模态架构，该模型支持多模态理解、音视频联合生成以及实时世界构建与交互。

▲一个自由行走的伐木棕熊，角色与场景在转向后都可以保持一致性

在HappyOyster中，仅凭一行文本或一张图片，用户就可以生成一个完整的物理世界。并且，其生成的并非仅仅是视频片段，而是一个持续运行的物理世界。在这个世界里，光照、重力、角色动作以及场景间的因果关系都保持时间和逻辑上的连续一致。

▲真实还原梵高画作风格和细节，元素依照物理规律放置，随着视角转换无畸变现象

与传统的「写提示词—等待渲染—收到成片」一次性工作流的AI视频工具不同，在整个生成过程中HappyOyster可以实时接收指令，场景会实时作出反应，并随着用户的持续指令不断演化。同时，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。

▲用户可以创造出一个实时滑雪的场景，角色转向自如，雪地上的滑板印清晰明显

智东西第一时间获取了邀请码，体验后发现HappyOyster在“世界一致性”上确实带来了惊喜，主角形象、场景风格和物体位置都可以保持稳定，没有出现常见的畸变或错乱。同时，实时修改指令后，世界画面能够立刻响应。不过目前，模型的流畅度还有待提升，控制人物移动与镜头旋转，都能感知到卡顿。

自3月阿里巴巴CEO吴泳铭带队组建ATH以来，团队动作不断。此前在开发者圈引发热潮的HappyHorse尚未登场，HappyOyster就已试图将布局拓展至更远：从 “生成视频”，正式迈向AI领域专家李飞飞所提出的 “生成世界” 全新高地。

该模型于今日开启内测，内测名额还在持续释放中。

体验地址：https://www.happyoyster.cn/

一、亲测生成世界：人物不畸变、场景丝滑切换，但视角切换有卡顿

据HappyOyster官网介绍，目前该模型具备导演模式与漫游模式。其中，导演模式生成的世界最多可以有3分钟，分辨率可以选择480p或720p；漫游模式则至多生成1分钟的世界，且清晰度只有480p。两种模式下，世界都是声画同时生成的。

▲导演模式与漫游模式参数

在导演模式中，用户可以随时介入所生成的世界，通过文本、语音或图像来切换镜头角度、指导角色行动，或改变故事的走向，世界会立即响应，并按照这些指令继续展开。

▲潜水员在海底接近沉船

我们在导演模式下，选择480p的清晰度和“Regular”和“Steady”模式，输入提示词如下：

[开场] 你是一名火星基地的宇航员，结束舱外作业，进入气闸舱。关闭厚重舱门，气压读数上升。摘下头盔，汗水顺着脸颊滑落，深吸一口循环空气中的金属味。 [走进生活舱] 绿色植物在LED灯下生长，跑步机靠墙，舷窗外红色荒漠延伸至地平线。坐到电脑前，敲下：“第287天，一切正常。” [推开植物舱门] 湿润的热浪扑面而来。番茄藤爬满支架，LED灯光闪烁，自动灌溉系统发出轻微的嘶嘶声。 [爬上观测台] 进入穹顶观测台。360度全景玻璃外，火星星空璀璨夺目，火卫一正快速划过天际。 [进入休息舱] 穿过走廊进入休息舱。窄小的床铺，墙上贴着家人的照片。躺下时，飞船金属骨架发出熟悉的吱呀声。

HappyOyster生成世界的效果如下：

从视频清晰度来看，HappyOyster生成的画面整体清晰，场景切换时画质稳定无断层；在真实感上，主角身材、衣着、样貌均未出现畸变，宇宙飞船风格也保持统一，不过在场景切换时仍带有一定AI生成痕迹。视频所配的背景音乐也符合画面调性。

指令遵循方面，输入修改指令后世界能够立即响应并实时更改画面，执行效率较高；物理规律层面，整体符合基础物理逻辑，但也存在少量bug，比如角色从窗户进入时，窗框出现了像橡皮一样被扯开的变形问题。

在漫游模式中，用户能以第一人称漫游，自由改变方向和镜头运动，突破原有画面边界，而世界则会持续生成并保持连贯。在这个世界里，物体的位置保持稳定，环境随时间持续存在，用户移动时视角与光照也会连续响应。

▲一个男人在废土世界中行走

我们在漫游模式下选择第三人称视角，输入提示词如下：

一位穿着冰蓝色长裙的银发女子站在冰封的湖面上。雪花围绕她飞舞，她的长发和裙摆随风飘动。背景是极光和雪山，冰面反射出她的身影和极光。镜头围绕她旋转，捕捉冰晶在阳光下折射的七彩光芒。

从视频清晰度来看，HappyOyster生成的世界画面清晰，漫游过程中视角转动、场景切换都十分流畅，光影效果会跟随视角自然变化，镜头旋转一周后，场景内物体位置依旧保持固定，没有出现漂移错乱。

在真实感与AI痕迹上，生成的环境与主角形象高度贴合提示词描述，人物无畸变、无穿模，整体自然真实，AI生成痕迹较弱。在指令遵循程度上，模型能准确响应操控指令，可顺畅控制角色行进方向，以及镜头的朝向与角度。

在物理规律层面，场景物体空间位置稳定，视角与光影的联动变化符合现实逻辑，整体物理表现连贯合理。

美中不足的是，无论是在导演模式还是漫游模式下，控制人物和镜头还会出现卡顿的情况。

在X上，也有用户分享出了自己的作品。她制作了一一个颜色鲜艳、光怪陆离的世界，在世界中有一个小男孩背着背包在行走。这位网友说（她）使用的是导演模式，分辨率480p，选择「常规」与「稳定」设定，然后输入提示词即可。

▲网友实例（来源：X）

除了现实风格，用户在HappyOyster中还可以生成漫画、水墨画、素描等不同画风 的世界。

▲漫画风格的世界，汽车川流不息

此外，世界中的主角也不仅仅局限于人类，在HappyOyster里，用户还可以创造以物品或动物、昆虫等为第一视角的世界。

▲足球视角在足球场上滚动

▲蚂蚁视角在衣服上爬行

二、对标谷歌Genie3，阿里押注“世界模拟器”路线

相比大语言模型相对成熟的模型架构和技术范式，世界模型仍属于前沿探索领域。

据HappyOyster团队介绍，阿里的HappyOyster与谷歌的Genie3同属于世界模拟器流派。区别于传统文生视频模型输入提示词、等待渲染、获得成片的被动流程，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，从而把“被动生成内容”转变为“主动模拟世界演化”。

此次阿里发布的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。

同时，该模型在建模初始就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。

结语：阿里入局，给世界模型再添一把火

阿里ATH创新事业部在2026年3月正式成立，到今天是整一个月。

在这一个月的时间里，ATH创新事业部发布了企业级AI原生工作平台“悟空”、AI开发工具秒悟Meoo、视频大模型HappyHorse，进度不可谓不惊人。

今天阿里ATH正式入局世界模型，给世界模型赛道再添一把猛火。

在阿里发布世界模型的同一天，腾讯也推出了混元3D世界模型2.0。前一天李飞飞的渲染引擎Spark 2.0开源，1月爱诗科技发布了世界模型PixVerse R1。

这4个月以来，世界模型更新的节奏快得让人喘不过气，也能从侧面反映出：世界模型已经开始真刀真枪地抢地盘了。

这场关于“谁能造出更真、更活、更好玩的数字世界”的较量，才刚刚热起来。