研發背景
HappyOyster的發布是ATH創新事業部“AI時代的全新互動方式探索計畫”中的一部分。這是繼視頻生成模型
HappyHorse之後,阿里ATH創新事業部在AI領域的又一次發布。從HappyHorse到HappyOyster,阿里ATH事業群以“
世界模型”為方向,進行AI互動方式的相關探索,其推出意味著阿里ATH的技術布局從視頻生成擴展至互動式世界模型領域。
HappyOyster發布時,世界模型領域正處於快速發展階段。
發展歷程
2026年4月16日,阿里巴巴ATH事業群發布了名為“Happy Oyster”的開放式世界模型,該模型具備實時世界創建與互動功能。
該產品基於原生多模態架構,支持多模態理解與音視頻聯合生成,實現了“漫遊(Wander)”和“導演(Direct)”兩大核心能力,允許用戶實時構建、保存並分享可互動的AI數字世界。Happy Oyster由阿里ATH創新事業部團隊研發,與此前發布的
HappyHorse同屬一個團隊。在技術上,它屬於
世界模擬器流派,採用長時間跨度的世界演化建模方式,從被動生成內容轉向主動模擬世界演化。
核心技術
Happy Oyster基於原生多模態架構,以統一模型同時處理文本、圖像、音頻等多種模態的輸入與輸出,實現端到端的跨模態理解與生成,保證內容在時空維度上的高度一致性。其採用流式生成架構,模型在生成過程中可持續接收用戶指令並實時回響畫面,而非等待完整生成後再輸出結果,實現了“實時世界模擬器”的互動體驗。
Happy Oyster屬於世界模擬器流派,採用了時間跨度更長的世界演化建模方式,以保持高保真、長時序的動態場景生成。同時在建模初始階段就設計了多樣的控制信號(如文本、動作指令、圖像參考等),使模型能夠在統一的時序框架下協同最佳化生成質量、長時序與實時可控性。
基於上述技術,Happy Oyster實現了“漫遊(Wander)”和“導演(Direct)”兩大核心功能。漫遊模式下,用戶可生成具備物理一致性的持久場景並進行第一人稱探索;導演模式下,用戶可在視頻生成過程中通過多模態指令實時介入,調度鏡頭、劇情與角色。
套用場景
該產品可生成動態三維環境,支持影視製作、遊戲開發等場景。
此外,該產品還提供實時導演功能,用戶可通過自然語言指令調整場景、角色行為或事件流程。
在遊戲開發領域,開發者可快速生成可玩原型,玩家能實時驅動世界演化,無需預設腳本即可實現動態劇情分支與開放世界探索,有助於降低內容生產成本並提升沉浸感。在影視製作領域,導演和視效團隊可通過自然語言或圖像輸入,實時構建和調整三維場景,快速完成概念驗證和預可視化工作;並支持在視頻的任意節點改變鏡頭、角色和劇情,縮短創意驗證周期。在文旅與教育領域,用戶能以第一人稱視角沉浸式體驗歷史場景或藝術作品(如走進名畫),在互動中探索因果、改寫走向,實現從知識傳遞到沉浸體驗的轉變。未來,該產品還可能套用於線下智慧型空間或娛樂場景,例如與穿戴設備等智慧型硬體結合,根據人的位置、動作與語言動態,實時生成沉浸式內容。
核心團隊
重要事件
2026年4月16日,阿里巴巴ATH事業群發布開放式世界模型產品“Happy Oyster”。該產品基於原生多模態架構,支持多模態理解與音視頻聯合生成。