H3 World：把開源影片模型 Miniax H3 變成互動遊戲

H3 World 把開源影片生成模型 Miniax H3 變成了一個能用鍵盤操作的互動式遊戲引擎。

你只需要給它一段基礎 Prompt，再加上鍵盤上的按鍵操作，它就能生成一段即時跟隨這些按鍵動作的影片，給人的感覺就像在親手控制角色、探索一個虛擬世界。

它是怎麼做到的

這個專案最聰明的地方，在於完全沒有重新設計一套複雜的物理引擎或專用控制系統。

它用了一個非常討巧的方案：把你的每一次鍵盤按鍵，直接翻譯成簡短的英文描述，然後把這些文本送進 Miniax H3 原本就有的語言理解層。

接著，系統會把每條動作指令精準對應到影片畫面中動作應該發生的位置。模型原本只懂按文字畫影片，現在藉著這個中轉機制，直接學會了聽鍵盤的指揮。

已經開源，程式碼和指令碼都在

目前這個專案已經正式公開，並不是只停留在演示影片階段。

開發者把完整的程式碼放到了 GitHub 上，頁面裡詳細寫明瞭如何在自己的電腦上下載並本地部署執行的所有步驟。

除了推理程式碼之外，他們甚至連模型對應的訓練指令碼也一併開源了，這意味著開發者不僅能拿來玩，還能基於自己的資料繼續微調改進。

想要嘗試的話，直接訪問專案的 GitHub 倉庫，按照文件說明拉取程式碼和模型檔案即可開始本地配置。

為什麼重要

我們認為，H3 World 的思路給世界模型和生成式遊戲提供了一條極具價效比的捷徑。

以前做類似的可互動生成演示，往往需要重訓整個底層架構，或者外掛一套沉重的空間控制網路；而 H3 World 證明了只要在現成文本層上做輕量對映，現有的開源影片模型就已經具備互動潛力。

對開發者和研究人員來說，連訓練指令碼一起開源意味著門檻被大幅拉低，完全值得立刻克隆下來跑跑看。儘管目前的生成畫質和延遲可能離商業遊戲引擎還有距離，但在開源社群的演進速度下，這種輕量互動方案很可能會迅速衍生出更多實用工具。