朋友們，阿里最近的AI勢(shì)頭有點(diǎn)猛啊。

還記得前幾天的快樂(lè)小馬「HappyHorse」吧，在視頻模型榜單殺瘋了。

昨天，同樣是阿里ATH事業(yè)群，發(fā)布了一個(gè)名為「HappyOyster」的開(kāi)放式世界模型。咱也不知道 ATH 咋這么快樂(lè)，上次是小馬，這次是生蠔。

https://www.happyoyster.cn/

在 HappyOyster中，可以 實(shí)時(shí)創(chuàng)建世界，并與之交互?？赐晗旅娴墓俜蕉唐?，你就知道這是什么，以及它有多強(qiáng)了，

HappyOyster 提供了兩種模式：漫游和導(dǎo)演。

在漫游模式里，你丟給它一句話(huà)或一張圖，它就能瞬間擴(kuò)展出一個(gè)具備物理一致性的三維空間。

你可以以第一人稱(chēng)視角在里面自由走動(dòng)，鏡頭的光影會(huì)隨著你的腳步自然流轉(zhuǎn)。當(dāng)你回過(guò)頭時(shí)，剛才路過(guò)的那個(gè)杯子、那棵樹(shù)，依然在原地。

這種環(huán)境的持續(xù)性，是世界模型與普通視頻模型的分水嶺。目前，它支持長(zhǎng)達(dá)1分鐘的連續(xù)實(shí)時(shí)位移探索。雖然只有480p的分辨率，但那種身臨其境的推背感，足以讓人頭皮發(fā)麻。

導(dǎo)演模式則更像是一種即興創(chuàng)作。它能生成長(zhǎng)達(dá)3分鐘的720p實(shí)時(shí)畫(huà)面。

你可以隨時(shí)喊咔，通過(guò)文字、圖片甚至語(yǔ)音來(lái)修改畫(huà)面。

這種實(shí)時(shí)性，讓它跟谷歌前段時(shí)間發(fā)布的Genie 3站在了同一水平線。但相比之下，阿里的HappyOyster走得更遠(yuǎn)一些。它在時(shí)序建模上的跨度更長(zhǎng)，而且獨(dú)家提供了那種隨時(shí)干預(yù)劇情的導(dǎo)演權(quán)力。

支撐起HappyOyster世界的，是叫做“原生多模態(tài)”的架構(gòu)。

過(guò)去的技術(shù)方案像是在搭積木，一個(gè)模態(tài)負(fù)責(zé)看，一個(gè)模態(tài)負(fù)責(zé)算，最后強(qiáng)行拼湊在一起。這就好比一個(gè)樂(lè)團(tuán)，樂(lè)手之間互不認(rèn)識(shí)，全靠指揮死撐，效率極低且容易出錯(cuò)。

HappyOyster則是一出生就帶著統(tǒng)一的靈魂。它在最底層就完成了文本、圖像、音頻的流式處理。這意味著，模型在生成的每一毫秒都在接收你的指令，每一幀畫(huà)面都在實(shí)時(shí)響應(yīng)你的念頭。

它像是一個(gè)懂物理規(guī)律的造物主。在它模擬的世界里，光照、重力、角色的動(dòng)作慣性，都遵循著某種內(nèi)在的因果邏輯。

如果你是做影視的，這種效率提升簡(jiǎn)直是降維打擊。導(dǎo)演不再需要盯著黑乎乎的劇本空想，也不用等待漫長(zhǎng)的后期渲染。你只需要描述一段場(chǎng)景，畫(huà)面立刻跳出來(lái)。不滿(mǎn)意？當(dāng)場(chǎng)改，當(dāng)場(chǎng)看。

如果你是游戲開(kāi)發(fā)者，在原型階段，你甚至不需要美工和關(guān)卡設(shè)計(jì)介入。丟一個(gè)概念進(jìn)去，一個(gè)可玩、可走、可交互的Demo就出來(lái)了。

甚至在文旅和教育領(lǐng)域，它也正在打破現(xiàn)實(shí)與虛擬的墻。

想象一下，你直接走進(jìn)《清明上河圖》，去路邊攤買(mǎi)一碗宋朝的茶，跟橋上的行人交談，甚至改變歷史的走向。這種從被動(dòng)觀看到深度沉浸的躍遷，才是技術(shù)最溫情的時(shí)刻。

世界模型這類(lèi)技術(shù)，甚至還可以延伸到智能硬件上。當(dāng)你戴上AR眼鏡，HappyOyster可以根據(jù)你的動(dòng)作和環(huán)境，實(shí)時(shí)在你眼前生成一段與現(xiàn)實(shí)共振的數(shù)字內(nèi)容。

從HappyHorse到HappyOyster，阿里ATH正在做的事，其實(shí)是賦予AI一種“模擬生命”的能力。

我們?cè)?jīng)以為，AI只是一個(gè)聰明的萬(wàn)事通，或者一個(gè)畫(huà)技精湛的畫(huà)師。但現(xiàn)在，它開(kāi)始嘗試構(gòu)建一個(gè)能夠自洽運(yùn)行的宇宙。

在那個(gè)宇宙里，每一朵花的綻放，每一滴雨的墜落，都帶著真實(shí)生命力的靈動(dòng)。

2026年，也許真的是世界模型的元年。

我們正在從預(yù)測(cè)下一個(gè)字，走向模擬整個(gè)世界。這不僅是為了好玩，它是通往物理AI的必經(jīng)之路。

當(dāng)數(shù)字世界開(kāi)始擁有重力，當(dāng)AI開(kāi)始理解因果，我們離真正的AGI也就并不遙遠(yuǎn)了。

如果你有任何看法，歡迎在評(píng)論區(qū)一起討論

如果有一點(diǎn)收獲，可以點(diǎn)贊、轉(zhuǎn)發(fā)、推薦文章，關(guān)注「AI機(jī)器人茶館」