4月16日，阿里巴巴（以下簡稱阿里）發(fā)布可實時構(gòu)建和交互的世界模型產(chǎn)品——HappyOyster（快樂生蠔）。該產(chǎn)品由阿里ATH（Alibaba Token Hub）創(chuàng)新事業(yè)部團隊研發(fā)，與此前爆火的HappyHorse（快樂馬）同屬一個團隊。
《每日經(jīng)濟新聞》記者了解到，HappyOyster基于原生多模態(tài)架構(gòu)而建，支持多模態(tài)理解與音視頻聯(lián)合生成。目前，該產(chǎn)品可實現(xiàn)漫游（Wander）和導(dǎo)演（Direct）兩大核心能力，用戶可以實時構(gòu)建可互動、可演繹、可探索的AI數(shù)字世界。同時，用戶生成的數(shù)字世界，不僅能被完整保存，還能開放給其他用戶進行二次創(chuàng)作。
相比大語言模型相對成熟的模型架構(gòu)和技術(shù)范式，世界模型仍屬于前沿探索領(lǐng)域。阿里的HappyOyster與谷歌的Genie 3同屬于世界模擬器流派。區(qū)別在于傳統(tǒng)文生視頻模型采用輸入提示詞、等待渲染、獲得成片的被動流程，而這一流派采用長時間跨度上的世界演化建模方式。通過學(xué)習(xí)海量長視頻數(shù)據(jù)，以及文本、動作指令、圖像參考等多樣控制信號，模型能夠主動理解空間、物理與因果規(guī)律，預(yù)測情節(jié)和畫面的演變，從而把“被動生成內(nèi)容”轉(zhuǎn)變?yōu)椤爸鲃幽M世界演化”，為構(gòu)建可交互的通用世界模擬器提供了關(guān)鍵技術(shù)路徑。
