4月16日，阿里巴巴发布可及时构建及交互的世界模子产物HappyOyster（欢愉生蚝）。该模子基在原生多模态架构而建，撑持多模态理解与音视频结合天生。今朝产物可实现漫游（Wander）及导演（Direct）两年夜焦点能力，用户可以及时构建可互动、可演绎、可摸索的 AI 数字世界。同时，用户天生的数字世界，不仅能被完备生存，还有能开放给其他用户举行二次创作。据悉，该产物由阿里ATH立异事业部团队研发，与此前爆火的HappyHorse同属一个团队。

比拟年夜语言模子相对于成熟的模子架谈判技能范式，世界模子仍属在前沿摸索范畴。阿里的HappyOyster与google的Genie3同属在世界模仿器门户。区分在传统文生视频模子输入提醒词、等候衬着、得到成片的被动流程，这一门户采用永劫间跨度上的世界演化建模方式。经由过程进修海量长视频数据，以和文本、动作指令、图象参考等多样节制旌旗灯号，模子可以或许自动理解空间、物理与因果纪律，猜测情节及画面的蜕变，从而把“被动天生内容”改变为“自动模仿世界演化”，为构建可交互的通用世界模仿器提供了要害技能路径。

比拟google，这次阿里发布的HappyOyster采用了时间跨度更长的世界演化建模方式，使患上模子可以或许连结高保真、永劫序的动态场景天生。同时于建模初始就设计了多样的节制旌旗灯号，使模子可以或许于同一的时序框架下同时实现天生质量、永劫序与及时可控性的协同优化。于产物能力上，HappyOyster出现出差异化上风。不仅能撑持Wander漫游摸索，还有独家提供及时导演功效，用户可经由过程天然语言指令随时参与世界演化、调理脚色事务，实现从被动摸索到自动创作的超过。于视觉体现上，HappyOyster漫游模式的画面质量更高，气势派头泛化能力更强，动态性更好。

漫游模式畅游世界名画

漫游模式节制人物运动

经由过程漫游及导演的双模式，HappyOyster可以或许为用户带来沉浸式的世界交互体验。于漫游模式中，用户仅需一句话或者一张图，便可天生具有物理一致性的完备空间，物体位置不变、场景长期存于，视角与光照也能追随第一人称视角连续挪动；此外，用户能自由切换标的目的与镜头运动，冲破初始画框的界限，体验无穷延展的摸索乐趣。今朝Happy Oyster撑持长达1分钟的持续及时位移与镜头节制，并撑持多样化的气势派头切换；于导演模式下，用户可以或许于视频的肆意节点，经由过程文字、语音或者图象等多模态输入，随时实现镜头切换、剧情改写、脚色调理，于充实的交互中天生一个光照、重力、脚色动作与场景因果连续演化的世界，并能选择题材气势派头。今朝，HappyOyster的导演模式撑持持续天生 3 分钟以上的480p或者720p及时画面。当前漫游与导演两年夜模式还没有彻底买通，但将来用户有望于漫游历程中直接与世界深度互动、及时改写场景法则，真正实现边摸索、边创造的无缝交融体验。

导演模式可于肆意节点转变剧情走向

世界模子的成长仍处在初期阶段，但于现实运用中，HappyOyster已经于转变传统的内容创作模式及交互体验。例如，于游戏范畴，开发者可快速天生可玩原型，玩家能及时驱动世界演化，无需预设剧本便可实现动态剧情份支与开放世界摸索，年夜幅降低内容出产成本并晋升沉浸感；于影视创作中，导演无需等候漫长的衬着周期，只需用天然语言描写创意，体系便可及时天生分镜画面，并撑持于视频的肆意节点转变镜头、脚色、及剧情，让创意验证时间年夜年夜缩小；于文旅与教诲范畴，用户再也不被动不雅看汗青回复复兴视频，而是能以第一视角走进名画现场或者过往文明，于交互中摸索因果、改写走向，实现从常识通报到沉浸体验的跃迁。于将来，HappyOyster还有能运用在线下智能空间或者文娱场景，例如与穿着装备等智能硬件联合，按照人的位置、动作与语言动态，及时天生沉浸式内容，让数字世界与实际共振。

*附HappyOyster官网链接：

https://www.happyoyster.cn/

雷峰网(公家号：雷峰网)

雷峰网版权文章，未经授权禁止转载。详情见转载须知。