HappyOyster는 보는 클립이 아니라 걸어 들어갈 수 있는 세계를 판다

대부분의 비디오 모델은 파일 하나를 건네줍니다. HappyOyster는 문이 있는 방을 건네줍니다.

2026년 9월 17일, Alibaba Cloud Model Studio의 모델 목록에 HappyOyster라는 이름으로 세 가지 월드 모델이 등장했습니다: happyoyster-1.0-adventure, happyoyster-1.0-directing, happyoyster-1.0-acting. 각 모델은 텍스트 프롬프트와 첫 프레임 이미지를 입력받아 일반적인 의미의 비디오 클립이 아닌 결과물을 반환합니다. 출력은 실시간 인터랙티브 디지털 세계이며, 클라이언트가 접속할 수 있는 라이브 비디오 스트림으로 전달됩니다.

이 차이는 중요합니다. 생성된 클립은 고정되어 있습니다. 월드 모델은 상태를 유지하고, 입력에 반응하며, 방금 한 행동에 따라 다음에 일어날 일을 바꿉니다.

세 가지 모드, 세 가지 다른 제품

세 가지 모드는 독립적으로 배포되며 서로 다른 용도를 커버합니다.

Adventure는 세계 탐험입니다. 생성된 장면에 1인칭 또는 3인칭으로 들어가 자유롭게 움직일 수 있습니다: WASD 이동, 카메라 제어, 전투, 탑승. 1인칭에서는 운전이나 잠입에 적합한 몰입형 시점이고, 3인칭에서는 캐릭터 전체를 볼 수 있어 액션과 역할극에 적합합니다. 모델은 프레임 안에 무엇이 있는지 읽고, 존재하는 오브젝트에 맞는 플레이를 열어주므로 세계는 당신이 그 안에서 발견하는 것에 반응합니다.

Directing은 실시간 연출입니다. 프롬프트나 구조화된 스크립트와 첫 프레임 이미지를 입력하면 최대 3분 길이의 비디오를 스트리밍합니다. 도중에 텍스트 지시를 주입해 플롯의 방향을 바꿀 수 있습니다. 일시정지, 되감기, 분기를 지원합니다. 따라서 인터랙티브 드라마, 그리고 더 상업적으로는 감독이 다시 촬영하지 않고도 장면을 앞으로 진행시키고 방향을 바꾸고 싶어 하는 영화 프리비주얼라이제이션을 위한 도구가 됩니다.

Acting은 캐릭터 연기입니다. 선택한 페르소나 스타일로 캐릭터와 장면을 생성한 뒤 실시간 대면 대화를 나눕니다. 캐릭터는 표정, 행동, 목소리로 반응합니다. 기본값은 세로 9:16 프레임이며 16:9도 지원합니다. 일시정지와 재개는 지원하지만 되감기는 지원하지 않으며, 이는 대본화된 시퀀스보다 대화에 더 잘 맞습니다.

아키텍처가 누구를 위한 것인지 말해준다

HappyOyster는 서버 측과 클라이언트 측으로 깔끔하게 나뉘며, 이 분리가 가장 많은 것을 드러냅니다.

백엔드는 HappyOyster Open API를 통해 전체 월드 라이프사이클을 관리하며, 표준 HTTPS REST를 통해 장기 기본 API 키를 사용합니다: 월드 생성 및 관리, 자격 증명 교환, 기록 및 아티팩트 조회. Open API는 모드별로 세 개의 개별 제품군으로 나뉩니다. 그런 다음 클라이언트는 HappyOyster SDK를 통해 경험을 제공합니다. SDK는 임시 API 키와 일회용 티켓을 RTC 실시간 오디오 및 비디오 채널을 통해 사용하며, Android, iOS, Web을 지원합니다. SDK는 RTC 연결, 비디오 재생, 상태 폴링, 상호작용 명령을 캡슐화하므로 기본 실시간 프로토콜을 직접 다룰 필요가 없습니다.

이것은 프롬프트 상자가 아니라 인프라의 형태입니다. 기본 키는 서버에만 존재하고, 클라이언트는 수명이 짧은 티켓을 받으며, 전체가 Alibaba Cloud Model Studio 게이트웨이를 통해 인증됩니다. 이 설계는 파일을 생성하는 것이 아니라 제품을 출시한다고 가정합니다.

중국의 월드 모델 경쟁에서 이 제품의 위치

HappyOyster는 진공 속에서 등장하지 않았습니다. 2026년까지 중국의 가장 큰 기술 기업들은 각자 뚜렷한 월드 모델 노선을 밀어붙였고, 그 차이는 시사하는 바가 큽니다.

ByteDance는 Seed3D 2.0으로 3D 에셋 생성에 나서 이미지와 비디오에서 PBR 텍스처가 적용된, 부품 분리가 가능한 3D 모델을 생성하는 데 집중했습니다. 이는 콘텐츠 제작, 산업 시뮬레이션, 가상 장면을 위한 것입니다. Tencent는 Hunyuan 3D World 2.0으로 3D 에셋 제작을 밀어붙였고, 생성된 에셋을 Blender와 Unity로 바로 가져올 수 있도록 개방해 게임 및 콘텐츠 파이프라인의 장벽을 낮췄습니다. Alibaba는 Happy Oyster로 실시간 상호작용 노선을 택했으며, 세계 내 이동과 라이브 텍스트 기반 스토리 변경을 중심으로 구축했습니다. Huawei는 완전히 다른 길을 갔습니다. 주류 VLA(vision-language-action) 스택 대신 자율주행을 위한 월드-액션 접근법을 지원하고, 주행, 캐빈, 섀시 모델링을 통합했습니다. Geely는 자사 차량에 특화된 월드 행동 모델을 구축했습니다.

종합해 보면, 패턴은 모두가 서로 다른 출발점에서 같은 전제로 수렴하고 있다는 것입니다: 당신이 안에서 행동할 수 있는 환경을 예측하고 렌더링하는 모델이, 단지 지켜보기만 하는 장면을 렌더링하는 모델보다 더 유용하다는 것입니다. 다른 것은 구매자입니다. ByteDance는 콘텐츠 제작자에게, Tencent는 게임 및 디자인 팀에, Alibaba는 인터랙티브 엔터테인먼트와 소비자 경험에, 그리고 자동차 제조사들은 자기 자신에게 판매합니다.

실시간이 강제하는 트레이드오프

지연 시간 예산 안에서 응답해야 하는 모든 시스템은 오프라인 렌더러보다 더 작고 빠른 경로를 실행합니다. 이는 HappyOyster의 버그가 아니라 이 범주의 물리학입니다. 실시간 세계의 단일 패스 시각 품질은 동일한 프롬프트에 대해 최고의 오프라인 비디오 모델이 만들어낼 수 있는 것에 뒤처질 것이며, 지속적인 가치는 픽셀 수가 아니라 상호작용입니다. 장면을 움직이고 바꿀 수 있는 시청자는 더 부드러운 프레임을 용서할 것입니다. 스틸 이미지를 비교하는 시청자는 그렇지 않을 것입니다.

운영 비용 계층도 있습니다. 서버와 SDK, RTC 채널을 합친 것은 파일을 반환하는 API 호출보다 더 무거운 통합이며, 항상 켜져 있는 세션은 분 단위로 과금됩니다. 세계를 구축하는 것은 하나의 문제입니다. 누군가를 그 안에 충분히 오래 머물게 해 세션을 정당화하는 것은 또 다른 문제이며, 이는 어떤 모델 출시로도 답이 나오지 않는 제품 설계 질문입니다.

월드 모델이 실제로 유용한 분야

나열된 애플리케이션은 인터랙티브 드라마, 영화 프리비주얼라이제이션, AI 컴패니언, 플레이 가능한 세계입니다. 그중에서도 프리비주얼라이제이션이 가장 먼저 돈이 되는 분야일 수 있습니다. 실시간으로 장면을 걸어 다니며 스트리밍 도중 방향을 바꿀 수 있는 감독은 스토리보드가 제공할 수 없는 것을 얻으며, 잘못된 아이디어의 비용은 촬영일에서 세션 하나로 떨어집니다.

컴패니언과 플레이 가능한 세계는 더 야심찬 베팅입니다. 말, 표정, 움직임에 반응하는 지속적인 정체성을 가진 캐릭터는 챗봇과도 다른 제품이고 비디오 생성기와도 다른 제품입니다. 사람들이 그 안에서 시간을 보내고 싶어 하는지는 여전히 미해결 질문입니다.

언급할 가치가 있는 한계

솔직한 제약은 실시간 세계를 계속 살아 있게 유지하는 비용이 여전히 비싸고, 작가가 만든 콘텐츠가 부족하다는 점입니다. 생성된 환경은 움직일 공간을 주지만, 머물 이유를 주지는 않으며, 그 이유가 여전히 어려운 부분입니다. 영화 프리비주얼라이제이션은 사용자가 이미 거기 있을 이유를 가지고 있기 때문에 가장 덜 의존적입니다. 소비자 대상 세계는 가장 의존적이며 가장 검증되지 않았습니다.

지켜볼 것

인상적인 데모는 많은 것을 알려주지 않습니다. 월드 모델의 시험대는 누군가 사람들이 다시 찾는 무언가를 만드는지 여부입니다. HappyOyster의 세 가지 모드는 개발자에게 세 가지 다른 진입점을 제공하며, 서버-클라이언트 분리는 Alibaba가 일회성 실험이 아니라 실제 애플리케이션을 기대한다는 것을 시사합니다. 추적할 질문은 월드 모델 위에 올라가는 첫 번째 설득력 있는 제품이 게임인지, 영화 도구인지, 컴패니언인지입니다. 그 답이 이 범주에서 개발하는 모든 사람의 방향을 정할 것이기 때문입니다.