VAST开源实时世界模型EdenLive：单卡720P超24帧

AI 创业公司 VAST 正式发布并开源其实时世界模型 EdenLive。该模型不仅实现了多参考输入、任意画风的实时生成，还支持长时间连续运行，相关模型权重、推理代码及技术报告已同步公开。

在单张 NVIDIA RTX 5090 消费级显卡上，EdenLive 的 5B 模型在 720P 分辨率下生成速度超过 24FPS，并能持续生成分钟级画面。系统从接收用户输入操作到画面呈现，端到端延迟仅为百毫秒级。

状态与渲染解耦：核心架构逻辑

随着大语言模型在场景搭建与规则设计上的能力持续演进，如何让互动内容获得精细且实时的视觉表现成为关键难题。当前行业逐步形成共识：由上游交互系统维护底层状态和运行规则，再由生成模型负责视觉渲染。

EdenLive 是 VAST 长期世界模型项目 Project Eden 的阶段性成果，核心设计正是将「世界状态维护」与「视觉渲染」彻底解耦：

1. 交互系统：接收玩家或环境操作，更新物体空间位置、碰撞与数值状态，输出基础几何布局或参考画面；
2. EdenLive 模型：接收简化参考画面（提供布局与运动）、目标首帧（设定外观与风格）和提示词（控制材质细节），实时渲染出高画质帧。

这种解耦架构确保了物理规则与逻辑的确定性，同时释放了生成模型在材质、光影与多样化画风上的渲染潜力。

多场景落地与应用能力

EdenLive 展示了丰富的落地应用场景：

• 交互式游戏预览：支持 2D/3D 原型接入。创作者在操作简化原型（如方块人对打、跳跃闯关）时，模型可实时渲染成写实人物和精细场景，并保留血条、回合计时等游戏 UI 状态。
• 场景与动画风格迁移：在已定布局和运镜下，一键替换写实、手绘二次元等多种美术风格，大幅降低概念设计与导演分镜的测试成本。
• 视频重渲染与换皮：支持对实拍视频进行实时角色外观或场景风格替换，适用于虚拟主播动作捕捉与影视特效制作。
• 具身智能数据增强：将真实人类操作的第一视角视频快速转换为机械臂视角，并支持替换抓取物体的材质与外观，低成本扩展具身模型的训练数据样本。

开源生态与未来演进

除模型本身外，官方还同步开源了 Game Prototype Turbo 原型生成工具，用户可通过 Prompt 快速构建可游玩原型，并由 EdenLive 提供实时画面输出。

VAST 表示，目前在高频剧烈交互、复杂多角色身份保持及超长时间一致性方面，模型仍有提升空间。团队后续将持续优化架构，推动人人自由创造并体验可交互世界的愿景落地。