HappyOyster 1.0は、Alibabaが2026年6月17日に正式に公開した世界モデル製品です。その核心能力は、一言または1枚の画像で、完全で、探索でき、操作できるデジタルワールドを生成できること。テキストから動画生成のような「生成したら完成」ではなく、HappyOysterでは生成されたその瞬間に、体験が始まります。

製品名のインスピレーションは、シェイクスピアの名言"The world is your oyster"（世界はあなたのカキだ、こじ開けろ）から来ています。

HappyOyster 1.0 核心バージョン。

2つの核心機能

世界探索（Adventure）

あなた自身が世界の中のキャラクターの一部になります。一人称・三人称は自由に切り替えられ、1分以上のリアルタイム移動とカメラ操作に対応します。

新たに追加されたインタラクティブアクションには、ダッシュ/加速、しゃがみ、攻撃、ジャンプに加え、より複雑な環境インタラクション——乗り物への搭乗、各種武器を使った戦闘があります。

鍵となる体験の違いは物理インタラクションのフィードバックです。たとえば、パンチが命中すると相手に「よろめき後退」の被弾反応が発生します。キャラクターは松明のアイテムを使うことができ、シーンのライティング状態が適切に切り替わります。探検者が厚い雪に覆われた尾根を歩けば、一歩ごとに足跡が残り、踏み崩れた雪が雪粉を舞い上げます。

世界の画風（写実、クレイ風、二次元）が何に変わっても、誰でも同じように中に入り、リアルタイムで指示を出せます。

リアルタイムディレクター（Directing）

あなたは世界の上に立つディレクターになります。ストリーミング生成、言ったそばから演じる、いつでも指示を注入して展開を変えられる。3つの特性：

• 一時停止：任意の瞬間に世界を凍結し、よく考えてから再開する
• 巻き戻し：途中の任意のノードまで戻ってやり直せ、元のバージョンは保持され失われない
• ストーリー分岐：同じノードからまったく異なる展開を分岐させる

マルチモーダル参照（@画像でキャラクターの外見を固定）により、3分間の長期一貫性をサポートします。

テキストから動画生成との違い

文生動画が学ぶのは「テキスト -> 動画」という単方向マッピングで、生成し終えたら終わりです。世界モデルが学ぶのは：

現在の状態 + あなたの動作 -> 次の状態 という遷移則

モデルは現在のシーン構造、エンティティ属性、物理関係を理解しなければならず、さらにあなたがいつ投げてくるかわからない指示に対しても、世界の次の状態を正確に予測しレンダリングする必要があります。

核心技術

HappyOyster 1.0の技術的優位性は4点に要約されます：

1. 世界状態モデリング：世界の現在の状態を潜在状態サマリー（Latent State）に圧縮し、一段階のコンテンツを生成するごとに更新して再帰的に引き渡します。状態サマリーはシリアライズ可能・アーカイブ可能で、だからこそ一時停止、巻き戻し、ストーリー分岐が可能になっています。

2. 内生的一貫性：世界に入るとき、各キャラクター、各重要アイテムに「身分証」を1枚発行し、モデルは最初から最後までこのカードを持って生成します。キャラクターが振り向いたり、遮られたり、画面外に出て数分後に再登場しても、顔立ちや服装が変わることがありません。

3. オープンな因果アクション空間：アクション指示と自然言語が同じセマンティックインターフェースを共有し、事前定義されたアクションセットが不要です。モデルは大規模因果訓練を通じて因果連鎖を自ら学びます（攻撃 -> 命中 -> NPCが被弾して倒れる -> 地面に土煙 -> 酒杯が震えて落ちる）。

4. 長時間音声・映像協調：音と映像は同じ世界状態の下で共同デコードされて生成されます。碎石を踏めば碎石の音がし、エンジンが加速すれば轟音が鳴る。音は後から付けたものではなく、世界そのものの一部です。

アプリケーションシーン

使い方

• 中国国内サイト: www.happyoyster.cn （公開済み、電話番号のみで登録可能、毎日ログインすると無料の創作ポイントをプレゼント）
• API: 2026年7月初旬の公開予定