阿里发布 HappyOyster 1.0：一句话生成可交互世界，支持键盘实时操控

过去玩 AI 视频生成，大家习惯的姿势是输入一段提示词，坐等几十秒甚至几分钟，最后拿到一段几秒钟的静态成片。如果生成的画面不满意，只能改改词重新抽卡。

阿里云正式推出了开放式世界模型产品 HappyOyster 1.0（快乐生蚝 1.0）。它想打破这种单向交付的套路，让视频生成变成一个能实时操控、能随时插话的动态世界。

其实早在 4 月 16 日，这只「快乐生蚝」就已经开启了内测。经过两个月的打磨，现在终于升级到了 1.0 正式版本。

把视频变成能玩的开放世界

HappyOyster 1.0 基于原生多模态架构，支持多模态输入以及音视频联合生成。它最大的特点，是深度学习了物理世界的状态转移规律，能主动推演动作和反馈之间的因果链，同时保持角色和环境的长程一致性。

说白了，它不再是生成一串固定帧，而是在持续理解用户的输入。

目前官网上线了两种核心玩法。第一种叫「实时导演」，用户可以随时打断内容并改写走向。比如和虚拟角色互动时输入新指令，对方会立刻接话；看短剧如果不满意剧情，可以随时暂停并回溯到上一章节，让故事重新演绎。

第二种玩法是「世界探索」，这也是它最像游戏的地方。用户可以直接用键盘上的 WASD 键控制角色在画面中自由移动，支持跳跃、躲藏、攻击打怪，甚至能体验滑板冲刺、翼装滑翔和骑马奔驰。从极光冰原到深海，生成的画面真正变成了可探索的场景。

阿里巴巴表示，从即日起到 7 月 17 日，官网会不定期发放体验积分，每天登录就可以领取测试。

为什么重要

我们认为，HappyOyster 走出了生成式视频最关键的一步：从观看到交互。

过去无论是文生图还是文生视频，核心逻辑都是离线渲染和内容消费。而阿里把实时交互和状态因果链放进模型底层，相当于把传统的图形渲染管线换成了 AI 驱动的世界生成器。对创作者和轻度互动开发者来说，这大幅降低了制作交互式短剧和简单可玩 demo 的门槛。

从行业竞争来看，世界模型正在从概念验证走向可用产品。如果说传统视频生成卷的是画质和时长，那么下一阶段大家拼的可能就是响应延迟和物理一致性。只要延迟足够低、一致性够稳，游戏引擎和内容生成之间的界限就会变得越来越模糊。

不过，目前的 HappyOyster 究竟能承受多复杂的交互逻辑、在长程探索中会不会出现画面崩塌或逻辑失忆，还需要更长时间的公众测试来验证。但无论如何，能用键盘在 AI 生成的画面里跑起来，这套交互范式已经相当性感了。