VAST开源实时世界模型EdenLive：单卡720P超24帧

VAST正式发布并开源实时世界模型EdenLive，首次实现在实时生成前提下，同时完成任意参考输入、任意画风生成和长时连续运行。用户提供简化场景或参考视频，再配目标首帧和提示词，即可沿参考布局与运动持续生成写实、二次元等不同画风画面。在单张消费级显卡Nvidia RTX 5090、720P条件下，5B模型生成速度超过24FPS，可连续生成分钟级画面，端到端延迟为百毫秒级。画面变化时，交互规则和世界状态由上游交互系统维护，EdenLive根据参考画面实时呈现变化。

VAST称，其技术路线为“解耦世界状态与视觉渲染”，即交互系统维护底层状态和运行规则，生成模型负责视觉渲染。该路线在今年6月初Project Eden研究预览中已明确，早于行业共识约3-4个月。EdenLive为该路线阶段性成果，已开放模型权重和推理代码，并公开技术报告与端到端Demo。

EdenLive可用于交互式游戏预览，支持2D、3D场景接入，适合场景漫游、推箱子等低频交互玩法；也可用于场景与动画预览，在布局和运镜确定后更换美术风格；还可对已有视频重渲染与换皮，以及用于具身数据增强，将真人操作画面转为机器人视角并修改物体外观。其生成由三类输入控制：参考画面提供场景布局、镜头与运动，目标首帧设定整体外观和画风，提示词补充风格与细节。

VAST表示，EdenLive仍存在改进空间：高频激烈交互对生成速度和动作呈现要求更高；多角色身份保持、小物体精细控制及长时间生成视觉一致性仍需提升。官方同步开源Game Prototype Turbo，一款“Prompt to Proxy Game”Skill，可快速生成可游玩游戏原型，交互系统持续更新状态并输出简化参考画面，EdenLive再实时渲染为精细视觉内容。

技术层面，EdenLive需兼顾画面精细、动作贴合参考、生成速度满足交互并持续运行，涉及数据采集配对及3D、视频生成与系统工程协作。VAST数据管线覆盖2D、3D简化场景、引擎渲染和真实视频等成对数据；团队覆盖3D、视频生成与系统工程方向。Project Eden提出三层架构：持续演化的结构化状态、状态到观测的接口、生成式神经渲染，分别承担状态维护、观测转换和画面生成。VAST称，构建可交互世界需要角色、道具和场景资产及明确空间关系，3D为这些内容提供可组织、可操作的基础，并参与世界状态表达。