Claude Code新功能Auto Mode能否替代人工审核？首个压力测试来了¶
公众号: 机器之心 发布日期: 今天 抓取日期: 2026-04-19 URL: https://www.jiqizhixin.com/articles/806c45f8-591b-489e-aba1-2f85ac9b36cf
Title: 谷歌向左、李飞飞往右，阿里世界模型「快乐生蚝」杀出第三条路 ｜ 机器之心
URL Source: https://www.jiqizhixin.com/articles/806c45f8-591b-489e-aba1-2f85ac9b36cf
Markdown Content:
谷歌向左、李飞飞往右，阿里世界模型「快乐生蚝」杀出第三条路 ｜ 机器之心¶
机器之心¶
登录
文章库
PRO会员通讯
SOTA！模型
AI Shortlist
AI 好好用
文章库
登录
谷歌向左、李飞飞往右，阿里世界模型「快乐生蚝」杀出第三条路
0%
展开列表
游戏行业不缺AI工具，缺什么？腾讯游戏用一场大赛给出答案
04月18日
MagicDawn
终于，Claude革了设计行业的命：Figma、Adobe股价重挫
04月18日
Claude Design
谷歌向左、李飞飞往右，阿里世界模型「快乐生蚝」杀出第三条路
04月18日
世界模型
Claude Code新功能Auto Mode能否替代人工审核？首个压力测试来了
04月18日
压力测试
梁文锋首次开口融资，DeepSeek只估值680亿，融资20亿？
04月18日
梁文锋
告别「想完再做」卡顿！清华StreamingVLA让VLA边想边行动，提速2.4倍
04月18日
清华大学
具身数据才是最大「金矿」，数据云商城来了：全球首个、百亿级、全模态、高自由度
04月18日
全模态具身智能数据云商城
不写Prompt，连按Tab完成重构：蚂蚁CodeFuse团队提出无指令代码编辑框架NES
04月18日
蚂蚁集团
AI全方位接管，全链路打通干湿闭环，深势发布玻尔·跃迁实验室
04月17日
AI for Science
Transformer与RNN合体，谷歌打下显存门槛，解锁超长上下文
04月17日
Transformer
AI 下半场，由谁来定义？2026 WAIC 云帆奖启航
04月17日
2026 WAIC 云帆奖
π0.7来了！涌现出组合泛化、跨本体迁移能力，VLA又行了？
04月17日
π 0.7
SIGIR'26｜DPPMG 首创个性化多模态生成新范式：图文一致更懂你
04月17日
DPPMG
从高端制造到多元公共服务，智平方×西子联合开启具身智能“全场景闭环”新纪元
04月17日
GOVLA
直播预约 | 世界模型，点燃下一个AI爆点（第二期）
04月17日
世界模型
图灵也没想到，智能，必须在现实中「活」下来
04月17日
具身智能
π0.6和GEN-1谁代表未来？乾坤未定，但这条底层赛道浮出水面
04月17日
数据编译
DeepSeek悄悄更新：Mega MoE、FP4 Indexer来了
04月17日
Mega MoE
ACL 2026 | OPeRA Dataset: LLM真的能模仿人类行为了吗？首次系统评估LLM的人类行为模拟能力
04月17日
OPeRA Dataset
短短3个月，高德已拿下具身智能领域15项世界第一
04月17日
Abot-world
机器之心 原创
3小时前
谷歌向左、李飞飞往右，阿里世界模型「快乐生蚝」杀出第三条路
编辑｜杨文
近来，一匹来路不明的「欢乐马」杀到了 Artificial Analysis 排行榜的榜首。
AI 圈顿时猜测声四起，直到阿里跳出来认领。
没想到短短几天，阿里「Happy」家族又来了个新成员 —— HappyOyster（快乐生蚝）。
二者「师出同门」，均来自阿里今年 3 月刚成立的 Alibaba Token Hub（ATH）创新事业群。
不过，与欢乐马「写 prompt、等渲染、收成片」的一次性流程不同，HappyOyster 是一款可实时构建和交互的开放式世界模型产品。
它基于原生多模态架构，背后是支持多模态输入与音视频联合生成的流式生成世界模型，在生成过程中能够持续接收用户指令，画面实时响应、持续演绎。
HappyOyster 主打漫游（Wander）和导演（Direct）两大核心功能。
其中漫游功能是首个支持任意风格、无限互动的通用世界模型，只需输入文本或图像，即可生成无边探索的世界场景，支持 1 分钟以上的实时位移控制和镜头控制。
导演功能则是基于世界模型的实时 AI 视频导演引擎，可连续生成长达 3 分钟的 720p 实时视频，我们可以通过文字指令实时操控镜头、调度角色、改变剧情走向。
说起这个名字，还有些讲究，它借用莎翁那句经典名言「The world is your oyster.」（世界是你的牡蛎，等你亲手打开）。
目前，HappyOyster 已上线，我们也在第一时间拿到邀请码，接下来就上手实测一番。
体验链接：https://www.happyoyster.cn/
一手实测：阿里这个世界模型有点意思
先来试试主打的漫游（Wander）功能。
该功能支持文字或图片生成世界。
我们既可以直接输入提示词，也可以分开设定「角色（Character）」和「场景（Scene）」做精细化控制，还能在第一人称和第三人称之间切换视角。
比如，我们使用「定制模式」分开输入：角色设定为「A stylish blonde female model」，场景设定为「On the streets of Paris in the 1980s」。(一个穿着时髦的金发女模特，在 80 年代的巴黎街头。)
HappyOyster 并没有直接输出一段固定视频，而是用短短十几秒，构建出一个完整的夜晚雨后巴黎街头，路面积水倒映着昏黄路灯，马路上汽车疾驰而过，两边店铺林立，细节都符合物理规律。
接下来，我们可以用 WASD 键控制角色前进方向，或者用上下左右方向键推动镜头移动，角色就在这个空间里自由游走，最终生成视频。
整个画面实时响应，全程流畅无卡顿。
系统还自动配上了契合场景氛围的 BGM，音画同步自然。
我们又上传了一张动漫风格第一视角骑行图片，HappyOyster 基于这张静态画面，生成一个具有空间结构和运动逻辑的完整场景。
视角向前推进时，道路延展、花海分布以及远处景物的层次变化是连贯的，没有明显的拼接感或跳变。
吉卜力风格的视觉语言和樱花飘落的氛围，在整个运动过程中也保持一致。
漫游功能可以对各种风格适配，我们甚至直接走进了梵高的画作。
再来试试导演功能（Direct），它最大的亮点是可以在视频的任意节点实时改变内容。
我们丢给它一张吉卜力风格的图片，HappyOyster 立马造出了一个宫崎骏式的动漫世界：一位小女孩撑着红色雨伞，走在雨后坑坑洼洼的乡间小路上。
此时输入提示词「一只可爱的吉卜力风格的小猫突然跑到女孩身边」，模型没有重新渲染，直接在当前画面里生成了一只小猫跑来，与小女孩并排同行。
我们继续追加指令：「女孩蹲下抚摸小猫。」画面再次即时响应，小女孩蹲身、伸手，动作自然流畅。
总之，模型能够根据我们输入的提示词精确地调整场景和人物动作，画面流畅且自然，每个变化都与故事情节无缝衔接。
技术解读：世界模型和文生视频，差在哪里？
看完实测，我们可能会有一个直觉上的感受，就是这东西和 Sora、可灵这些文生视频模型好像不太一样。确实不一样，而且是从底层逻辑上就走了一条不同的路。
Sora 也好、可灵也好，文生视频模型本质上是个一次性系统。给定文本或图像条件后，模型在一个预先限定好的时间窗口内组织内容、运动和节奏，然后交付结果。用户给一次输入，得到一段输出，流程就此结束。这个过程是封闭的、一次性的，中间没有任何插手的空间。
这种模式对于生成一段精美的短片很够用，但如果想在画面中途介入，改变任何已经发生的事情，它就无能为力了。
世界模型的思路则完全不同。它学习的是世界接下来会如何演化，当前的状态是什么，施加一个动作之后会发生什么，再下一步又会怎样。它没有预设的终点，当我们没有新输入时，模型基于已有状态自主延续世界的发展；若我们中途注入新指令，模型就会结合当前状态重新推断后续走向，它可以随时被打断、被干预、被重写。
也正因如此，世界模型的训练难度远高于文生视频。
最直接的挑战是速度。世界模型需要在用户给出指令的瞬间就做出响应，任何明显的延迟都会打破沉浸感。HappyOyster 为此采用流式生成框架，将高维视频与多模态信息压缩为紧凑的动态 latent state，大幅降低单步生成的计算开销，使生成得以低延迟持续推进。文本、图像和漫游指令等控制信号被设计为可在线注入的条件变量，模型无需重置生成过程就能在任意节点即时响应外部交互。
更棘手的问题在于，如何让这个世界在长时间演化中保持一致性。生成时间越长，场景越容易出现内容漂移和结构退化，物理规律和空间结构慢慢失去约束，世界逐渐变得不像它原来的样子。为了对抗这种「失忆」，HappyOyster 引入持续状态复用机制，通过历史注意力状态的连续传递，让模型高效继承已生成信息并渐进更新，在更长的时间跨度上维持稳定的场景结构与动态连贯性。
在音画协同方面，不同于将音频作为视频的后期附加物单独建模，HappyOyster 采用统一的音视频生成框架，在同一世界状态下同步生成视觉与听觉信号。音频作为世界动态的一部分参与联合生成，自然建立跨模态的时间对齐关系。
目前世界模型领域已有几个代表性方向。Google 的 Genie 专注于实时交互式世界建模，但在多模态输入的统一表达和音视频联合生成上尚有局限；李飞飞团队的 World Labs 走的是 3D 空间结构化重建路线，侧重几何一致性而非像素空间的长时序动态生成。
HappyOyster 选择的是在像素空间内进行长时序、实时可交互的动态世界模拟，并在此基础上加入了音视频联合生成能力，这是一条此前鲜有人走通的路径，没有太多现成的答案可以参考。
结语
AIGC 走到今天，内容生成工具已经相当成熟。写文章、生图、做视频，这些需求都有了不错的解决方案。但这条赛道正在悄悄逼近一个新的拐点，即从「生成内容」到「构建世界」。
HappyOyster 的出现，让我们看到了这个方向的轮廓。它给每人一个可以随时走进去、随时修改、实时反馈的「自定义数字世界」。我们可以在里面漫游，可以在里面导演，可以把它分享给别人，让别人在我们构建的世界里继续演绎。
应用场景上，它的边界也远不止屏幕内的娱乐体验。文旅展陈、互动短剧、影视概念验证、品牌营销、直播共创…… 凡是需要实时感知、实时生成、实时反馈闭环的场景，它都天然适配。
更长远来看，一旦与摄像头、传感器、空间设备等硬件结合，HappyOyster 承载的就是一个可以被现实信号持续驱动的生成式环境系统。
但坦率地说，世界模型整体仍处于早期阶段。长时序下的物理一致性、复杂场景中的因果推理、对现实世界规律的深度理解，这些都是悬而未决的硬核挑战。HappyOyster 是这个方向上目前最接近「可用产品」形态的探索之一，但探索就意味着边界尚未确定。
这既是局限，也是想象力存在的理由。