アリババが「HappyOyster 1.0」公開、キーボード操作で遊べる世界モデル

これまでの AI 動画生成といえば、プロンプトを入力し、数十秒から数分のレンダリングを待ち、出力された短い映像を確認するという一方通行の作業が当たり前でした。気に入らない部分があれば、最初からやり直すしかありません。

アリババクラウドはこの流れを変える対話型オープンワールドモデル製品「HappyOyster 1.0（快樂生蚝 1.0）」を発表しました。一言の指示から、リアルタイムに構築され操作できるデジタル空間を生み出します。

このモデルは 4 月 16 日からクローズドテストが行われていましたが、2 か月を経て正式に 1.0 として公開されました。

映像を見る時代から、遊ぶ時代へ

HappyOyster 1.0 はネイティブなマルチモーダル構造を採用し、音声と動画を統合して生成します。物理世界の状態変化の法則を学習しており、ユーザーの操作から結果に至る因果関係を推論しつつ、キャラクターや背景の長時間の整合性を保つ能力を備えています。

従来のレンダリング完了を待つプロセスとは異なり、動画の生成中にも指示を受け付け、リアルタイムに画面を変化させ続けます。

公式サイトでは現在 2 つの遊び方が提供されています。1 つ目は「リアルタイムディレクション」で、仮想キャラクターと会話しながら指示を出したり、ショートドラマの途中で一時停止して展開を書き換え、前のチャプターに戻って結末を変えたりできます。

2 つ目は「世界探索」です。キーボードの WASD キーを使って画面内を自由に歩き回り、ジャンプや攻撃などのアクションが行えます。オーロラの広がる氷原や深海を散策できるほか、スケートボードやウィングスーツ、乗馬といった移動体験も盛り込まれています。

アリババによると、7 月 17 日まで公式サイトにログインすることで体験用のポイントが配布されます。

なぜ重要か

HappyOyster が示した方向性は、動画生成の価値を「鑑賞」から「リアルタイム体験」へと押し上げる重要な一歩だと考えられます。

多くの企業が解像度や尺の長さを競うなか、生成中にユーザー入力を受け付けて状態を遷移させる仕組みを取り入れたのは極めてスマートです。将来的には、ゲームエンジンによる事前レンダリングと AI によるリアルタイム生成の境界線を曖昧にしていく可能性があります。

インディーズ開発者やコンテンツ制作者にとっても、インタラクティブなストーリーやプロトタイプを極めて低いコストで試作できる手段になり得ます。

もちろん、長時間の操作においてどこまで物理的な整合性とビジュアルの破綻を防げるのかという技術的課題は残っています。それでも、AI が生成した世界をキーボードで直接歩き回れる体験そのものが、次世代のインターフェースとして十分な説得力を持っています。