一句話生成可互動 AI 數字世界，阿里雲百鍊 HappyOyster 1.0 演示視頻公佈

阿里雲百鍊於今日（7月19日）正式推出可即時建構與互動的開放式世界模型產品 HappyOyster 1.0（快樂生蠔 1.0），官方同步釋出更多技術細節與演示影片。這款模型主打從海量自然影片中學習現實世界的物理與因果規律，讓使用者只需輸入一句話或一張圖片，就能生成一個可自由探索、即時互動的 AI 數字世界。據官方說明，HappyOyster 1.0 的設計核心在於深度學習物理世界的狀態轉移規律，與傳統文生影片模型不同，它並非只是單純將文字映射為影片，而是能夠主動推演從動作到反饋的因果鏈，並在長時間互動中維持人物特徵與環境的一致性。

換句話說，模型會根據當前世界狀態與使用者的操作，即時計算出下一步的合理變化，因此使用者可以在任意節點介入並改變劇情走向。相較於大語言模型已日趨成熟的技術架構，世界模型仍屬於相當新興的賽道。HappyOyster 1.0 選擇從自然影片中學習人物、物體與環境的動態演變，並自行歸納出因果關係，這使得模型即使面對未曾見過的場景，也能根據使用者指令推論出合理的互動結果，同時維持數字世界的長期穩定與影音同步。HappyOyster 1.0 提供「世界探索」（Adventure）與「即時導演」（Directing）兩種核心模式。

在世界探索模式下，使用者輸入文字描述或上傳圖片後，即可生成可供探索的 3D 數字場景。操作上支援前衝、下蹲、跳躍、攻擊等按鍵，甚至可以駕駛載具或進行武器戰鬥等物理互動。該模式最長支援連續 1 分鐘的即時位移與鏡頭控制，生成的內容也能直接導出為影片檔案。即時導演模式則賦予使用者更靈活的敘事掌控權。在該模式下，使用者可以在任意時間點暫停畫面，回跳至過去的關鍵劇情節點，並輸入新的提示詞來改寫後續走向。此模式支援生成 3 分鐘以上的 480p 或 720p 即時畫面，同樣可將內容導出，適合用於需要分支敘事的互動創作場景。阿里雲方面表示，HappyOyster 1.

0 正在探索下一代多模態互動內容的具體型態。在遊戲開發領域，開發者可以透過上傳圖片與輸入提示詞，快速生成開放世界的原型、角色互動與戰鬥場景。在互動短劇與虛擬陪伴等應用中，使用者能用自然語言指令建構人物與劇情，並隨時改寫發展方向。此外，該技術也能應用於文旅場景，為遊客提供沉浸式的歷史或景點探索體驗。為了讓企業與開發者能快速整合這項能力，阿里雲百鍊目前已提供 Android、iOS 與 Web 三端的 SDK，並啟動灰階測試。開發者可以透過 Open API 管理世界狀態，客戶端 SDK 則封裝了 RTC 連線、影片渲染與即時互動功能，支援 Adventure 與 Directing 兩種模式。

體驗結束後，使用者也能將互動過程導出為一般影片檔案。在 2026 世界人工智能大會期間，阿里雲百鍊也特別展示了 HappyOyster 1.0 的相關成果。隨著這類世界模型產品逐漸走出實驗室，未來在互動娛樂、數位內容創作與虛擬體驗領域，可能帶來更具沉浸感與參與性的全新應用型態。