Alibaba ra mắt HappyOyster 1.0: Tạo thế giới AI tương tác chỉ bằng một câu lệnh

Theo tin từ IT ngày 19 tháng 7, hôm nay, Alibaba Cloud Bailian đã chính thức ra mắt HappyOyster 1.0 ( 1.0) - sản phẩm mô hình thế giới mở cho phép xây dựng và tương tác theo thời gian thực. Nhiều thông tin chi tiết hơn về sản phẩm này hiện đã được công bố.

Theo giới thiệu chính thức, mô hình này học sâu các quy luật chuyển đổi trạng thái của thế giới vật lý, có khả năng chủ động suy luận chuỗi nhân quả từ hành động đến phản hồi, đồng thời duy trì tính nhất quán dài hạn của nhân vật và môi trường. HappyOyster 1.0 sở hữu hai chế độ chính là Khám phá thế giới (Adventure) và Đạo diễn thời gian thực (Directing). Người dùng chỉ cần nhập một câu lệnh hoặc một hình ảnh là có thể tạo ra thế giới kỹ thuật số AI có khả năng tương tác và khám phá. Hiện tại, sản phẩm đã cung cấp SDK cho ba nền tảng Android / iOS / Web và đang bắt đầu thử nghiệm giới hạn (gray-box testing) trên Alibaba Cloud Bailian.

Mục tiêu học tập của các mô hình chuyển đổi văn bản thành video (text-to-video) là ánh xạ một chiều từ văn bản sang video, trong khi mục tiêu của HappyOyster 1.0 là quy luật chuyển đổi từ "trạng thái/hành động hiện tại" sang "trạng thái/hành động tiếp theo". Do đó, nó cho phép người dùng can thiệp tại bất kỳ điểm nào để thay đổi diễn biến của thế giới kỹ thuật số. So với kiến trúc và mô hình ngày càng hoàn thiện của các mô hình ngôn ngữ lớn (LLM), mô hình thế giới vẫn là một lĩnh vực mới nổi. HappyOyster 1.0 đang tiên phong khám phá lĩnh vực này bằng cách học hỏi sự tiến hóa của con người, sự vật và môi trường trong thực tế từ khối lượng lớn video tự nhiên, tự chủ suy luận chuỗi nhân quả từ hành động đến phản hồi. Nhờ đó, nó có thể chuyển đổi tự nhiên sang các bối cảnh chưa từng thấy, suy luận ra các nhân quả mới dựa trên chỉ dẫn của người dùng, đồng thời duy trì sự ổn định dài hạn của thế giới kỹ thuật số và sự phối hợp lâu dài giữa âm thanh và hình ảnh.

Chế độ Khám phá thế giới: Hỗ trợ tương tác thời gian thực liên tục trong 1 phút.

Người dùng có thể nhập văn bản hoặc tải lên hình ảnh để tạo ra thế giới kỹ thuật số có thể khám phá. Thông qua các phím điều khiển như lao tới, cúi người, nhảy, tấn công để làm phong phú quỹ đạo chuyển động của nhân vật, đồng thời hỗ trợ các tương tác vật lý như lái phương tiện và chiến đấu bằng vũ khí. Chế độ Khám phá thế giới hỗ trợ di chuyển và điều khiển camera thời gian thực liên tục lên đến 1 phút, nội dung tạo ra có thể xuất thành video gốc.

Chế độ Đạo diễn thời gian thực: Hỗ trợ tạm dừng, quay lại và kể chuyện phân nhánh.

Trong chế độ Đạo diễn thời gian thực, người dùng có thể tạm dừng tại bất kỳ điểm nào, quay lại các nút thắt quan trọng của cốt truyện và nhập gợi ý (prompt) mới để thay đổi diễn biến. Chế độ này hỗ trợ tạo hình ảnh thời gian thực độ phân giải 480p hoặc 720p với thời lượng trên 3 phút, nội dung tạo ra có thể xuất thành video gốc.

Phía Alibaba Cloud cho biết, HappyOyster 1.0 đang khám phá hình thái nội dung tương tác đa phương thức thế hệ mới. Trong lĩnh vực trò chơi tương tác, các nhà phát triển có thể nhanh chóng tạo ra các nguyên mẫu thế giới mở, tương tác nhân vật và cảnh chiến đấu bằng cách tải lên hình ảnh và nhập gợi ý. Trong các kịch bản phim ngắn tương tác và đồng hành ảo, người dùng có thể xây dựng nhân vật và cốt truyện thông qua chỉ dẫn ngôn ngữ tự nhiên, đồng thời có thể viết lại diễn biến tại bất kỳ điểm nào. Trong lĩnh vực văn hóa du lịch, sản phẩm có thể mang đến cho du khách trải nghiệm khám phá nhập vai.

Hiện tại, phía máy chủ của nhà phát triển quản lý thế giới thông qua Open API, còn SDK phía máy khách đóng gói kết nối RTC, kết xuất video và tương tác thời gian thực, hỗ trợ cả hai chế độ Adventure và Directing. Sau khi trải nghiệm kết thúc, người dùng có thể xuất video. Sản phẩm hỗ trợ người dùng doanh nghiệp và nhà phát triển nhanh chóng xây dựng các ứng dụng nhập vai như thế giới có thể chơi được, phim tương tác, AI đồng hành thông qua SDK.

Chuyên đề Hội nghị Trí tuệ nhân tạo Thế giới 2026.

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian sàng lọc, kết quả chỉ mang tính chất tham khảo. Tất cả các bài viết của IT đều bao gồm tuyên bố này.