阿里巴巴 HappyOyster：输入一句话即可生成可交互的 3D 世界

阿里巴巴 ATH 发布了 HappyOyster 1.0，称其为首个主动式实时交互开放世界模型。根据文本提示或单张图像，系统可生成一个完全可探索的 3D 环境，包含自定义角色、同步音频和视觉反馈，这些会随着用户的移动或指令实时更新。

HappyOyster 提供两种主要模式。冒险模式可将“穿越广阔沙漠景观”之类的提示转化为可玩的场景，角色会移动，世界会做出反应，持续时间超过一分钟。导演模式则更像一个虚拟电影片场：用户通过自然语言控制摄像机角度、角色编排和剧情推进，并可随时暂停、回退或重写故事。

该模型专为开发交互式应用的开发者设计。灰度测试版本包括 Android、iOS 和 Web 的客户端 SDK，以及用于管理虚拟世界的服务端 Open API。SDK 负责处理两种模式下的 RTC 连接、视频渲染和实时交互。会话结束后，用户可以导出生成的画面。

阿里巴巴列出了几个应用场景：游戏工作室可以从图像原型化开放世界和战斗序列；互动剧情和虚拟陪伴应用允许用户通过文本设计角色和故事情节；文化旅游景点可以提供沉浸式访客体验。

提供实时 3D 基础设施的平台 Reactor 是首个正式集成合作伙伴。两家公司已建立正式战略合作伙伴关系，围绕开放世界模型研究产品实现和技术。

HappyOyster 的出现正值生成式 AI 行业从静态文本和视频输出向实时、交互式 3D 内容迈进之际。多个实验室已展示过文本转 3D 和文本转场景的演示，但 HappyOyster 是首批将输出定义为用户可穿行其间的持久世界，而非预渲染片段的方案之一。灰度测试阶段意味着任何开发者都可以申请访问权限，并立即开始使用 SDK 进行构建。