VAST推出EdenLive：生成式渲染进入实时交互时代

近期，一款改编自经典童话《小王子》的3D剧情游戏在社交平台引发关注。这款游戏还原了书中的B-612星球、孤独玫瑰、浩瀚宇宙等标志性场景，玩家可亲自探索这个充满幻想的童话世界。

令人惊讶的是，这款游戏仅由独立开发者Sac耗时16天完成，他借助AI工具大幅提升了制作效率。Sac使用Opus 5.5辅助编写游戏代码，通过Tripo生成3D模型，再用Blender完成后续制作流程。其中，Tripo正是全球领先的AI公司旗下的3D基础生成模型，为游戏的三维场景搭建提供了核心支持。

就在这款游戏走红之际，该公司的世界模型研究项目传来新进展——推出了阶段性成果EdenLive，这是一套专注于实时生成式渲染的技术方案。

EdenLive属于Project Eden系列，以简化参考画面或参考视频作为控制信号，结合目标首帧图像和文本提示词，能够持续生成写实、精细化或不同风格的视频画面。如果将这套技术应用到《小王子》这类游戏中，开发者可先用简化的3D场景搭建游戏框架，再通过EdenLive实时生成更精细的画面，甚至能自由切换童话、写实、油画等多种视觉风格，让创作过程更灵活高效。

这项发布的核心意义在于，让生成式渲染走出了离线视频创作的局限，真正进入实时交互循环。以往的视频生成需要等待模型完成计算后才能看到结果，而EdenLive可持续接收变化的参考画面，实时生成对应的视觉内容，让用户操作与画面变化形成连续的反馈，为交互式内容创作提供了可能。

在性能表现上，单张Nvidia RTX 5090显卡、5B参数模型、720P配置下，EdenLive的实时帧率超过24 FPS，连续生成可持续到分钟级，输出提供480P和720P两档，在效率与画质间留出选择空间。从用户操作到对应画面出现，端到端延迟在百毫秒量级，能满足实时交互的需求。

值得一提的是，该公司将EdenLive全面开源，涵盖不同尺寸规格的模型权重、推理代码，以及介绍模型训练方法、数据等技术细节和优化方案的技术报告。同时，团队还开源了Game Prototype Turbo工具，可快速生成可直接游玩的简化游戏，游戏运行状态数据可同步输入EdenLive，由模型实时渲染为动态画面，形成从游戏逻辑到实时视觉呈现的完整链路。为方便开发者体验，团队还开放了端到端演示，完整展示从自然语言生成游戏、试玩到实时渲染的全过程。

通过多个演示案例，可直观感受EdenLive的生成效果：以真人视频为参考，可将“闪身步”动作重新渲染为动漫风格，保留动作节奏和轨迹的同时，改变人物与场景的视觉质感；将真实街景转换为梵高《星空》式的视觉风格；把卡通鹈鹕骑单车的画面变成湖边写实场景；将漫画风格的铲雪车转换为积雪覆盖道路、带有真实光影效果的画面，展现了风格切换的灵活性。

这些案例背后是同一套生成逻辑：无论参考来自2D动画、3D场景还是真实视频，EdenLive都能利用其中的结构与运动信息，结合目标首帧和提示词指定画面风格，核心突破在于实现了实时性。

传统实时渲染依赖人工制作3D资产、调整材质和光影，成本高周期长；离线视频生成虽能产出精美画面，但无法对用户操作实时反馈，难以嵌入实时交互循环。而EdenLive提供了新的解决方案：只需提供粗略的场景结构和运动参考，就能持续实时生成高质量画面，无需提前制作完整美术资产。更关键的是，这套生成过程可直接接入交互系统，用户操作后，底层引擎更新世界状态并输出参考画面，EdenLive再实时完成视觉渲染，形成循环，让生成式渲染真正进入实时交互流程。

这种特性在多个领域都有应用价值：在影视和动画前期制作中，创作者可先用简单画面确定构图、角色运动和镜头路径，再通过生成式渲染尝试不同风格，快速确定美术方向；在交互式游戏中，能保留操作界面和交互机制，渲染出丰富的环境细节；在具身智能数据领域，可保留原始动作轨迹和场景结构，改变视觉外观，为机器人训练提供多样化数据样本。

EdenLive采用了解耦的设计哲学，将交互状态与视觉渲染分开处理：游戏规则、交互响应和世界状态由上游交互系统负责，EdenLive专注于画面质量、风格表现与实时生成。角色位置、攻击命中、任务进度等信息由交互系统记录更新，无需视频模型推断，避免了错误积累。整个过程由三类输入驱动：一是提供场景布局、镜头运动和粗粒度动态的参考画面；二是决定视觉外观和画风的目标首帧；三是补充风格和细节的文本提示词。这种“从简化参考到精细画面”的生成范式，无需参考画面达到高精度，也不依赖特定渲染管线，为创作者节省了重新制作资产的成本。

需要注意的是，这条路线并非要用视频生成取代3D技术，而是两者互补：3D负责空间结构、对象关系和资产表达，为世界状态维护提供基础；视频生成负责精细画面与风格呈现，EdenLive正处于状态维护、3D表征与生成式视频渲染的交汇点。

从更宏观的视角看，EdenLive是该公司世界模型研究计划Project Eden的阶段性成果。Project Eden作为下一代交互式内容创作的底层引擎，将世界状态推演与视觉渲染彻底解耦，采用三层架构：最底层是可演化的结构化状态，描述世界中持续变化的信息；中间层是状态映射与观测接口，将内部状态转换为生成模型可理解的条件；最上层是生成式渲染，合成视觉内容。EdenLive承担了最上层的工作，而项目的长期目标是构建持续运行、支持多人并发、具备原生持久性的生成式世界。

目前，EdenLive仍面临一些技术挑战，比如细小物体和密集交互场景的控制稳定性、多角色身份一致性、物体消失后再出现的外观保持、长时状态记忆等问题。团队接下来将重点降低端到端延迟，提升参考遵循能力和长时视觉一致性，探索更丰富的交互形式与多人共享世界体验。

EdenLive的实现离不开该公司在技术路线、训练数据和研发团队上的积累。早在今年四五月，该公司就确立了“状态维护+视频渲染”的解耦路线，比行业相关方向集中转向提前了约三四个月，这条路线至今仍被验证正确。同时，该公司拥有高质量、多样化的训练数据，覆盖2D、3D参考、游戏引擎渲染和真实视频等多种形式，为模型适应不同参考输入提供基础。此外，团队在3D模型、创作工具和世界模型上的长期投入，积累了跨领域的研究人才和工程经验，为EdenLive的研发提供了技术支撑。

为吸引全球青年研究人才，该公司推出了V・STAR顶尖人才计划，重点招募3D生成基础模型、三维理解与智能体、世界模型领域的研究者，共同探索前沿技术。这些方向也是该公司长期投入的核心领域：在3D生成方向，推出了AI驱动的一站式3D工作台，降低三维内容生产门槛；在世界模型方向，持续探索具备持久性和多人交互能力的生成式世界；在3D模型方面，构建了面向高精度生成的H系列和面向工程可用性的P系列两类模型体系。

该公司累计发表60余篇顶会论文，GitHub星标超过3.5万，Tripo系列3D大模型在第三方评测中位居前列，产品触达全球数千万用户，已接入头部游戏、XR、3D打印与影视团队的生产管线，这些积累成为探索世界模型的重要基础。

回到EdenLive，这次发布的意义不仅在于提升视频生成速度和丰富画风选择，更在于让生成式世界拥有更稳定的交互逻辑，让高质量视觉内容随用户操作持续变化。当然，距离真正自由、持久的生成式世界，还有不少技术难题需要解决，但EdenLive已验证了该公司长期坚持的技术路线：以3D为空间与状态基础，通过Agent构建交互逻辑，再用生成式视频渲染呈现世界，是迈向实时交互的重要一步。而该公司的长期愿景，是让人人都能自由创造并体验可交互的世界。