阿里发布世界模型HappyOyster：支持实时漫游与导演，对标谷歌Genie3

事件概述

2026年4月16日，阿里巴巴ATH创新事业部正式发布世界模型产品HappyOyster（快乐生蚝）。该产品由研发过HappyHorse的团队开发，采用原生多模态架构，支持多模态理解与音视频联合生成，致力于构建可交互、可演绎、可探索的AI数字世界。

核心技术与能力

• 流派定位：属于世界模拟器流派，区别于传统文生视频模型的“输入提示词-等待渲染”被动流程。HappyOyster通过学习海量长视频数据及文本、动作、图像等控制信号，主动理解空间、物理与因果规律，预测情节演变。
• 差异化优势：
  • 更长时序建模：相比竞品，采用时间跨度更长的世界演化建模方式，保持高保真、长时序的动态场景生成。
  • 多信号协同：在建模初始设计多样控制信号，实现生成质量、长时序与实时可控性的协同优化。
  • 双模式交互：
    • 漫游（Wander）模式：支持一句话或一张图生成具备物理一致性的完整空间。用户可自由切换方向与镜头，体验无限延展的探索乐趣。目前支持长达1分钟的连续实时位移与镜头控制，画面风格泛化能力强。
    • 导演（Direct）模式：支持在视频任意节点通过文字、语音或图像输入，实时介入世界演化、调度角色事件、改写剧情。目前支持连续生成3分钟以上的480p或720p实时画面。

应用场景与展望

HappyOyster正在改变传统内容创作与交互体验：

• 游戏领域：快速生成可玩原型，玩家实时驱动世界演化，无需预设脚本即可实现动态剧情分支。
• 影视创作：缩短创意验证周期，导演可用自然语言实时生成分镜并修改镜头、角色和剧情。
• 文旅与教育：支持第一视角走进历史现场或名画，实现从知识传递到沉浸体验的跃迁。
• 未来扩展：计划结合穿戴设备等智能硬件，根据人的位置、动作与语言动态，实时生成沉浸式内容。

注：当前漫游与导演两大模式尚未完全打通，未来将实现边探索、边创造的无缝融合体验。