4月16日，阿里巴巴发布可实时构建和交互的世界模型产品HappyOyster（快乐生蚝）。该模型基于原生多模态架构而建，支持多模态理解与音视频联合生成。目前产品可实现漫游（Wander）和导演（Direct）两大核心能力，用户可以实时构建可互动、可演绎、可探索的 AI 数字世界。同时，用户生成的数字世界，不仅能被完整保存，还能开放给其他用户进行二次创作。据悉，该产品由阿里ATH创新事业部团队研发，与此前爆火的HappyHorse同属一个团队。 相比大语言模型相对成熟的模型架构和技术范式，世界模型仍属于前沿探索领域。阿里的HappyOyster与谷歌的Genie3同属于世界模拟器流派。区别于传统文生视频模型输入提示词、等待渲染、获得成片的被动流程，这一流派采用长时间跨度上的世界演化建模方式。通过学习海量长视频数据，以及文本、动作指令、图像参考等多样控制信号，模型能够主动理解空间、物理与因果规律，预测情节和画面的演变，从而把“被动生成内容”转变为“主动模拟世界演化”，为构建可交互的通用世界模拟器提供了关键技术路径。 相比谷歌，此次阿里发布的HappyOyster采用了时间跨度更长的世界演化