阿里启动“造世界”新战略布局

记得第一次在大学的电影院里看《头号玩家》，具体是哪一年已经记不清了，但散场时的那种震撼至今难以忘怀——那个设定太有魔力了：戴上设备就能走进任意世界，成为想成为的自己。赛车手、侠客、探险者……人生的意义就在于体验，而那个梦想一直藏在心底，直到我亲身试用了HappyOyster。

一个“活”的世界，一句话就能造出来

从宣传片来看，这个名为HappyOyster的世界模型应用，直接点燃了我内心深处的期待。成功申请到内测资格后，我试用了一整天，可以说，《头号玩家》里的场景，有生之年可能真的就要成为现实了。 先从一个具体案例说起：输入“末世废土”几个字，下一秒，眼前出现的不只是一段视频，也不是一张静态地图——而是一个“活”的世界。按下W键向前，废墟从身边掠过；转身，背后是一片建筑废墟；抬头是天空，低头是龟裂的地面。这是我第一次只用一句话就创造出一个开放世界，还能实时控制主角。 紧接着我尝试了史诗奇幻风格和武侠风格，同样能轻松驾驭。有人可能会问：这不就跟GTA5、塞尔达这类开放世界游戏一样吗？区别其实很大。开放世界游戏的世界是提前做好的固定地图，所有元素都经过工程师精心摆放，玩家只是在里面探索。据说GTA5花了五年时间打造，而GTA6十多年过去仍未问世。但HappyOyster的世界是用户自己用一句话生成的（耗时不到一分钟），画面随着动作实时渲染，没有任何预先存在的地图。 你转头，世界就跟着转；你按W，前方的路就不断延展；你抬头看天空，天空的细节便随之浮现。那一瞬间，我脑海里闪过《头号玩家》中“绿洲”的感觉。老实说，作为早期产品，分辨率还停留在720p，单次漫游只能持续1分钟，画面也算不上惊艳。但那种“言出法随造世界，世界随我而动”的体验，是文生视频和传统开放世界游戏都无法给予的。

世界模型 vs. 文生视频：本质区别在哪里

如果把文生视频比作看电影：你写一个prompt，AI生成一段成品，从头到尾只能被动观看，影片一旦生成就“死”了。想改变剧情？只能重新生成一遍。而世界模型则像是实时建造世界——没有提前做好的画面，你给出提示后，世界即刻生成，并且具备空间感、物理规则和音效。你既是玩家，也是创造者，世界会随着你的意图实时变化。 HappyOyster目前提供两种核心玩法：导演模式（Directing）和漫游模式（Wandering）。导演模式允许你用自然语言实时改变世界的剧情走向——下雪、起风、让角色做出一个动作，只需一句话，世界就会随之改变。据我所知，市面上大多数世界模型应用只有导演模式。但这次阿里的HappyOyster额外支持了漫游模式：先用prompt创建世界，然后像开放世界游戏那样，用WASD键自由探索各个方向。 除了自己创造世界，你还可以进入别人搭建的虚拟空间。比如进入一个滑雪世界，虽然能看到一两秒的延迟，但考虑到普通视频模型生成一段画面仍然需要分钟级，这个响应速度已经算非常快了。

导演模式的恐怖氛围体验

对于喜欢恐怖氛围游戏的用户来说，导演模式尤其值得尝试。比如可以设定这样一个场景：主角在末世街道上行走，一边提防随时出现的丧尸，一边寻找幸存者。剩下的交给Directing模式去推进。实测下来，实时指令遵循能力很强，画面与音效、背景音乐的匹配度极高，整个虚拟世界的真实感和一致性都保持得不错。唯一的遗憾是清晰度还有提升空间，偶尔会出现一些bug镜头——但瑕不掩瑜，这已经是相当出色的世界模型应用了。

从文字到世界：AIGC的下半场

我们这代人见证了从文字生成到图像生成、再到视频生成的演进。下一步可能就是世界生成，这大概也是AIGC的下半场。目前世界模型还处于非常早期的阶段。但一旦这个赛道成熟，它将不只是蚕食视频模型的市场，还会覆盖游戏概念设计、影视预演、文旅展示，甚至虚拟人生体验等更加广泛的场景。 Google有Genie3，字节有World Labs，阿里这次入场方向正确，只是产品还处在抢先体验阶段。方向对了，比什么都重要。

最后：那颗生蚝才刚撬开一条缝

老实说，HappyOyster现在还远不是“绿洲”——分辨率最高720p、漫游模式单次1分钟、导演模式最长20分钟，物理细节也还有改进空间，漫游和导演模式尚未完全融合。但试用一天之后，我确实第一次产生了“有生之年能实现《头号玩家》”的真实感受。 可以预见的是，等到六七十岁时，这类产品一定已经成熟：用户可以自定义一个完全真实的虚拟世界走进去，走进年轻时去过的那条街，再见一次想见的人，活一遍另一个版本的自己。这些事，最终都会变成现实。 HappyOyster这个名字，源自莎士比亚那句名言：The world is your oyster（世界是你的牡蛎，等你亲手打开）。这颗牡蛎，刚刚被撬开一条缝，但缝隙里透出的光，已经预示着希望。 这颗生蚝里的光，值得期待。