HappyOyster تبيع عالمًا يمكنك الدخول إليه، لا مقطعًا تشاهده

معظم نماذج الفيديو تمنحك ملفًا. أما HappyOyster فتمنحك غرفة فيها باب.

في 17 سبتمبر 2026، ظهرت ثلاثة نماذج عالم في قائمة نماذج Alibaba Cloud Model Studio تحت اسم HappyOyster: happyoyster-1.0-adventure، وhappyoyster-1.0-directing، وhappyoyster-1.0-acting. يأخذ كل منها مطالبة نصية مع صورة الإطار الأول، ويعيد شيئًا ليس مقطع فيديو بالمعنى المعتاد. الناتج هو عالم رقمي تفاعلي في الوقت الحقيقي، يُقدَّم كبث فيديو مباشر يمكن للعميل الانضمام إليه.

الفرق مهم. المقطع المولَّد ثابت. أما نموذج العالم فيحمل حالة، ويستجيب للمدخلات، ويغيّر ما سيحدث لاحقًا بناءً على ما فعلته للتو.

ثلاثة أوضاع، ثلاثة منتجات مختلفة

تُنشر الأوضاع الثلاثة بشكل مستقل وتغطي مهامًا مختلفة.

وضع Adventure هو استكشاف العالم. تدخل مشهدًا مولَّدًا بمنظور الشخص الأول أو الثالث وتتحرك بحرية: حركة WASD، والتحكم بالكاميرا، والقتال، والركوب. في منظور الشخص الأول يكون منظورًا غامرًا مناسبًا للقيادة أو التسلل؛ وفي منظور الشخص الثالث ترى الشخصية كاملة، وهو ما يناسب الأكشن ولعب الأدوار. يقرأ النموذج ما في الإطار ويفتح تفاعلات تتناسب مع العناصر الموجودة، فيستجيب العالم لما تجده فيه.

وضع Directing هو إخراج في الوقت الحقيقي. تغذّيه بمطالبة أو نص سيناريو منظّم مع صورة الإطار الأول، فيبث فيديو يصل إلى ثلاث دقائق. وفي منتصف الطريق، يمكنك إدخال تعليمة نصية لتغيير مسار الحبكة. يدعم الإيقاف المؤقت، والإرجاع، والتفرّع. وهذا يجعله أداة للدراما التفاعلية، وعلى الصعيد التجاري أكثر، للتصوّر المسبق السينمائي، حيث يريد المخرج تحريك مشهد إلى الأمام وإعادة توجيهه دون إعادة تصوير.

وضع Acting هو أداء الشخصية. تولّد شخصية ومشهدًا بأسلوب شخصية تختاره، ثم تجري محادثة وجهًا لوجه في الوقت الحقيقي. تستجيب الشخصية بتعابير وحركة وصوت. الإعداد الافتراضي هو إطار عمودي 9:16، ويدعم أيضًا 16:9. يدعم الإيقاف المؤقت والاستئناف لكن ليس الإرجاع، وهو ما يناسب المحادثة أكثر من تسلسل مكتوب.

البنية تخبرك لمن صُمم

ينقسم HappyOyster بوضوح إلى جانب خادم وجانب عميل، وهذا الانقسام هو أكثر ما يكشف عن طبيعته.

يدير الخادم الخلفي لديك دورة حياة العالم كاملة عبر HappyOyster Open APIs، باستخدام مفتاح API أساسي طويل الأمد فوق HTTPS REST القياسي: إنشاء العوالم وإدارتها، وتبادل بيانات الاعتماد، والاستعلام عن السجل والمخرجات. تنقسم Open APIs حسب الوضع إلى ثلاث مجموعات منفصلة. ثم يقدّم العميل لديك التجربة عبر HappyOyster SDK، الذي يستخدم مفتاح API مؤقتًا بالإضافة إلى تذكرة لمرة واحدة عبر قناة RTC للصوت والفيديو في الوقت الحقيقي، مع دعم Android وiOS والويب. يغلّف SDK اتصال RTC، وتشغيل الفيديو، واستطلاع الحالة، وأوامر التفاعل، بحيث لا تلمس أبدًا بروتوكول الوقت الحقيقي الأساسي.

هذا شكل بنية تحتية وليس مربع مطالبة. المفتاح الأساسي يوجد فقط على الخادم، ويحصل العميل على تذكرة قصيرة العمر، ويتم توثيق كل شيء عبر بوابة Alibaba Cloud Model Studio. تفترض التصميمات أنك تطلق منتجًا، لا تولّد ملفًا.

أين يقع هذا في سباق نماذج العالم في الصين

لم يظهر HappyOyster من فراغ. خلال عام 2026، دفعت كبرى شركات التقنية الصينية كلٌّ في مسار مختلف لنموذج العالم، والاختلافات مفيدة.

اتجهت ByteDance إلى إنشاء الأصول ثلاثية الأبعاد مع Seed3D 2.0، مركّزة على توليد نماذج ثلاثية الأبعاد بمواد PBR قابلة لفصل الأجزاء من الصور والفيديو لإنشاء المحتوى، والمحاكاة الصناعية، والمشاهد الافتراضية. دفعت Tencent إنتاج الأصول ثلاثية الأبعاد مع Hunyuan 3D World 2.0، وأبقته مفتوحًا بحيث تُستورد الأصول المولَّدة مباشرة إلى Blender وUnity، ما يخفض الحاجز أمام مسارات الألعاب والمحتوى. سلكت Alibaba مسار التفاعل في الوقت الحقيقي مع Happy Oyster، المبني حول الحركة داخل العالم والتغييرات النصية الحية على القصة. ذهبت Huawei في اتجاه مختلف تمامًا، بدعم نهج world-action للقيادة الذاتية بدلًا من حزمة vision-language-action السائدة، وتوحيد نمذجة القيادة والمقصورة والهيكل. بنت Geely نموذج سلوك عالم موجّهًا خصيصًا لمركباتها.

عند قراءتها معًا، يظهر النمط أن الجميع يتقاربون نحو الفرضية نفسها من نقطة انطلاق مختلفة: نموذج يتنبأ ويقدّم بيئة يمكنك التصرف داخلها أكثر فائدة من نموذج يقدّم مشهدًا تشاهده فقط. ما يختلف هو المشتري. تبيع ByteDance لمنشئي المحتوى، وTencent لفرق الألعاب والتصميم، وAlibaba للترفيه التفاعلي وتجارب المستهلك، بينما تبيع شركات السيارات لنفسها.

المقايضة التي يفرضها الوقت الحقيقي

أي نظام عليه أن يستجيب ضمن ميزانية زمن استجابة يعمل على مسار أصغر وأسرع من مُصيّر غير متصل بالإنترنت. هذا ليس عيبًا في HappyOyster، بل هو فيزياء هذه الفئة. ستميل الجودة البصرية للتمريرة الواحدة في عالم الوقت الحقيقي إلى ما دون ما يمكن أن ينتجه أفضل نموذج فيديو غير متصل لنفس المطالبة، والقيمة الدائمة هي التفاعل وليس عدد البكسلات. المشاهد القادر على الحركة وتغيير المشهد سيتسامح مع إطار أقل حدة. أما من يقارن الصور الثابتة فلن يفعل.

وهناك أيضًا طبقة تكلفة تشغيلية. خادم زائد SDK زائد قناة RTC يمثل تكاملًا أثقل من استدعاء API يعيد ملفًا، والجلسة الدائمة تُحاسب بالدقيقة. بناء عالم مشكلة واحدة. وإبقاء شخص بداخله مدة كافية لتبرير الجلسة مشكلة مختلفة، وهي سؤال تصميم منتج لا تجيب عنه أي إصدارة نموذج.

فيمَ يفيد نموذج العالم فعليًا

التطبيقات المذكورة هي الدراما التفاعلية، والتصوّر المسبق السينمائي، ورفقاء الذكاء الاصطناعي، والعوالم القابلة للعب. ومن بينها، قد يكون التصوّر المسبق أول ما يحقق عائدًا. المخرج الذي يمكنه السير في مشهد في الوقت الحقيقي وإعادة توجيهه أثناء البث يحصل على شيء لا تستطيع لوحة القصة تقديمه، وتنخفض تكلفة الفكرة الخاطئة من يوم تصوير إلى جلسة.

الرفقاء والعوالم القابلة للعب هما الرهان الأكثر طموحًا. شخصية ذات هوية مستمرة تستجيب للكلام والتعابير والحركة هي منتج مختلف عن روبوت محادثة ومنتج مختلف عن مولّد فيديو. وما إذا كان الناس يريدون قضاء الوقت داخل واحدة منها لا يزال سؤالًا مفتوحًا.

الحدود التي تستحق الذكر

القيد الصريح هو أن عوالم الوقت الحقيقي لا تزال مكلفة في إبقائها حية وفقيرة في المحتوى المؤلف. البيئة المولَّدة تمنحك مساحة للحركة؛ لكنها لا تمنحك سببًا للبقاء، وهذا السبب لا يزال الجزء الصعب. التصوّر المسبق السينمائي هو الأقل اعتمادًا عليه، لأن المستخدم لديه بالفعل سبب لوجوده هناك. أما العوالم الموجّهة للمستهلك فهي الأكثر اعتمادًا عليه، والأقل إثباتًا.

ما يجب متابعته

العرض المبهر لا يخبرك بالكثير. الاختبار الحقيقي لنماذج العالم هو ما إذا كان أحدهم يبني شيئًا يعود إليه الناس. تمنح أوضاع HappyOyster الثلاثة للمطورين ثلاث نقاط دخول مختلفة، ويشير انقسام الخادم-العميل إلى أن Alibaba تتوقع تطبيقات حقيقية وليس تجارب لمرة واحدة. والسؤال الجدير بالمتابعة هو ما إذا كان أول منتج مقنع فوق نموذج عالم لعبة أم أداة أفلام أم رفيقًا، لأن ذلك الجواب سيحدد الاتجاه لكل من يبني في هذه الفئة.