大数跨境
首页
>
从一句话到一个能玩的世界，VAST 把整条链路开源了
>

从一句话到一个能玩的世界，VAST 把整条链路开源了

从一句话到一个能玩的世界，VAST 把整条链路开源了 APPSO
2026-10-20
4
导读：规则归交互系统，画面归模型

实时生成式渲染：VAST开源EdenLive，让AI跟随玩家操作即时“造景”

在传统游戏中，玩家试探边界是常见操作。若画面由AI实时生成，模型需精准响应每一次转身、跳跃等突发指令，并保持帧率稳定。VAST最新开源的实时世界模型EdenLive（Project Eden系列组件）正是为此而生。作为实时生成式渲染器，它不维护游戏规则与状态，而是接收上游系统传来的灰盒画面、2D/3D场景或真实录像作为参考，实时渲染出高保真视觉效果，实现“边玩边看AI生成世界”。
参考素材无需是完整美术资源，粗糙的3D白模、2D场景甚至现有录像均可提供结构与运动轨迹。通过更换首帧或提示词，同一参考可呈现写实、手绘、卡通、像素或油画等多种风格。

任意视觉参考，交互中实时重绘

EdenLive具备多场景适应能力：既可跟随玩家操作持续生成游戏画面，也可保留视频运动轨迹并转换人物环境风格；在具身智能场景中，还能将第一人称人手操作视频改写为机械臂视角。
其核心机制在于“分工合作”：
  • 参考视频：决定场景布局、镜头运动、物体轨迹及事件时间线；
  • 目标首帧：确定主体、材质、配色和画风；
  • 文本提示词：补充风格细节，支持交互中动态追加描述。
这种架构使生成式渲染从离线视频生成拓展至长时游戏交互、视频风格转换及具身数据增强等领域。

性能突破：消费级显卡实现实时高清生成

在长时生成能力上，基于Gemini-3.8-Flash对45个案例的盲测显示，EdenLive 14B和5B版本在参考遵循、首帧一致性、物理合理性、画质及避免外观泄漏五个维度均位列前二。其中14B版本在参考遵循维度得分1704，显著领先竞品。
实时性方面，EdenLive 5B在单张RTX 5090显卡上可生成超过24 FPS的720P画面，并支持分钟级连续生成。这与传统离线视频生成模型需完整输入才能处理不同，EdenLive能实时追踪不断变化的参考画面。

应用场景：从游戏开发到具身数据增强

在游戏制作中，交互逻辑（如攻击判定、血量计算）仍由上游系统处理，EdenLive仅负责视觉呈现。参考素材可以是白模、粗动画或法线图视频。保持参考不变，仅调整首帧和提示词，即可快速对比不同材质、光照和配色方案，且镜头回转时结构保持一致，无需重新推测。
针对具身智能训练中的数据分布差异问题，EdenLive可将真人操作视频（如擦桌子、开抽屉）中的手部替换为机械臂，保留动作轨迹、相对位置及镜头移动，生成更符合机器人视角的训练素材，有效解决真人视频与机器人实际视觉输入的域偏移问题。
此外，VAST同步开源了面向编程智能体的工具EdenGolem（v0.1）。输入玩法描述后，智能体可分阶段完成设计、搭建、逻辑实现与界面完善，生成可运行的3D灰盒游戏，涵盖解谜、射击、驾驶等多种类型。

架构解析：解耦状态与渲染，确立世界模型新范式

EdenLive并非直接操纵视频模型，而是遵循VAST在Project Eden中提出的三层架构：
  1. 世界状态层：由上游交互系统维护，记录物体位置、属性、规则及动作后果；
  2. 接口层：将状态转换为视角下的布局、几何与事件约束；
  3. 生成式渲染层：EdenLive所在层级，根据约束生成高保真画面。
以格斗游戏为例，攻击判定与血量扣除由上游系统处理，EdenLive仅接收更新后的灰盒状态。视觉编码器从中提取空间布局与运动轨迹，无需关注皮肤光影细节，从而确保视觉元素在长期交互中的稳定性。
“规则归交互系统，画面归模型”的分工策略，有效解决了视频模型难以长期维持逻辑一致性的痛点，为复杂交互下的视觉稳定提供了可行方案。

行业意义：从演示走向可用工作流

2026年初牛津学者指出，世界模型需从“视觉引擎”转向“可操作模拟器”，以解决因果理解不足的问题。VAST早在5月便确立了状态与渲染分离的架构，EdenLive的推出进一步实现了实时连续运行，领先于市场同类方案。
本次开源包含5B与14B模型权重（含双向及少步流式生成版本）、实时推理代码、EdenGolem v0.1及技术报告，开发者可自行接入参考源测试延迟与稳定性。
伴随技术发布，VAST启动V·STAR顶尖人才计划，招募3D生成、3D理解与Agentic AI、世界模型方向的全球青年人才，提供具有竞争力的薪资与期权激励。
EdenLive标志着世界模型从静态视频演示迈向动态交互工作流的关键一步。随着更多开发者接入自定义代码与场景，这一技术有望重塑内容创作与模拟训练的边界。

详细项目信息：

主页：https://vast-eden.ai/?p=edenlive

代码：https://github.com/VAST-AI-Research/EdenLive

模型权重：https://huggingface.co/VAST-AI/EdenLive

技术报告：https://assets.vast-eden.ai/assets/edenlive/EdenLive-tech-report.pdf

Unbound Loop：http://loop.unbound.io

【声明】内容源于网络
0
0
APPSO
AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
内容 15859
粉丝 0
APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
总阅读536.9k
粉丝0
内容15.9k