VAST开源EdenLive：RTX 5090单卡720P超24FPS实时生成

VAST今天把实时世界模型EdenLive拿了出来，而且直接开源。这个模型一边实时生成，一边能接任意参考输入、生成任意画风，还能长时间连续跑下去。说白了，给它一个简化场景或一段参考视频，再配好目标首帧和提示词，它就会顺着参考里的布局和运动，持续输出写实、二次元等不同风格的精细画面。参考来源可以不一样，画风也能指定，这些变化全在实时生成的过程中完成。

单张消费级显卡Nvidia RTX 5090上，720P条件下，5B模型的生成速度超过24FPS，也就是每秒能出超过24帧画面，分钟级的内容也能一直生成下去。用户从输入操作到看见对应画面，端到端延迟在百毫秒级。画面在持续变化，交互规则和世界状态则交给上游交互系统维护：系统接收玩家操作、更新状态，EdenLive再按对应的参考画面，把这些变化实时呈现出来。

近来AI在3D场景搭建和交互创作上的表现越来越直观。GPT-6 Astra就是个典型例子，它已经能在Blender里搭房屋，再转进Unreal Engine 5，形成可以进入、漫游的场景。AI既然能搭场景、设计交互玩法，接下来要解决的就是怎么让这些内容获得精细且实时的视觉表现。

一条技术路线因此逐渐成为行业共识：底层状态和运行规则由交互系统维护，视觉渲染交给生成模型。VAST其实在今年6月初就把这套分工说清楚并对外发布了，当时公开的Project Eden研究预览，核心设计就是「状态维护与视觉渲染解耦」。从时间上看，这个路线选择比行业共识早了约3-4个月。

如今EdenLive作为这条路线的阶段性成果发布，模型权重和推理代码都已开放，技术报告和端到端Demo也一并公开。

多种参考输入，不同画风实时生成

EdenLive的核心价值，是给简化场景和交互内容提供高质量的实时渲染，底层逻辑与状态仍由上游交互系统维护。它具体能做什么？先看一波Demo。

交互式游戏预览

先看交互式游戏预览，2D、3D场景都能接入。现阶段，EdenLive更适合场景漫游、推箱子这类交互相对低频的玩法，创作者一边操作游戏原型，一边就能查看精细画面下的呈现效果。

比如岩浆闯关，角色用冷冻枪造出落脚点，再一路跳着前进。要让这样的游戏画面跟着操作持续更新，生成速度首先得跟上。据VAST公布的数据，单张消费级显卡RTX 5090、720P条件下，EdenLive的5B模型生成速度超过24FPS。

另一个Demo是双人对打游戏，角色动作与血条、回合计时等游戏状态怎么配合，看得很具体。画面更新速度之外，按下按键后多久能看到反馈，也直接影响交互体验。据VAST介绍，EdenLive目前从用户输入到对应画面出现，端到端延迟为百毫秒级。这套系统还支持分钟级连续生成，场景漫游和连续操作因此有更长的展开空间。

场景与动画预览

游戏互动之外，EdenLive也能用于场景与动画预览：场景布局和运镜已经定好，只换不同的美术风格。比如，让大家天天玩的「鹈鹕骑自行车」成真……从未见过如此栩栩如生之鹈鹕啊。生成画面不光让羽毛和海边环境有了细致质感，还模拟出了真实的光影。

用简单模型搭出的雪地行车场景，经EdenLive生成后，也呈现出更写实的车身纹理、积雪和光影效果。这些画面由三类输入共同控制：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。所以同一套布局和运镜，可以生成不同美术风格的版本，供导演和概念设计师比较、选择。

视频重渲染与换皮

对已经拍好的视频，EdenLive 同样能重新渲染一遍，把角色形象、画面内容和整体风格实时换掉。蓝色背景前的真人可以变成卡通角色，而人物的姿态、服装配色照旧跟参考画面一致。这跟虚拟主播换形象是一个路数：拿真人的动作当参考，生成另一套角色外观。

再比如，把实拍房屋转成手绘动画风格。房屋的大体布局得到保留，屋顶、墙面和窗框用线条重新勾勒，色彩与光影也变得更柔和。

具身数据增强

EdenLive还能用于具身数据增强，把真实人类操作画面转成机器人视角，并对第一视角视频中的物体和外观进行修改。比如这段视频里，人手拿着喷壶和抹布清洁台面。经EdenLive生成后，双手被替换成机械手，抹布从橙色变成了黄色，清洁动作仍然与原视频保持一致。

能换的不只是操作主体。第一视角视频里的物体、材质、颜色同样可以动手脚。人手可以改成金属机械手臂，推车扶手可以换成银色金属质感，抓握、推行的动作还和原视频对得上。一段现成的操作视频，就这样能派生出外观不同的若干版本，给具身研究添了视频样本。

从简单的2D动画、3D场景，到实拍视频和第一视角操作画面，这些不同来源的素材都能作为EdenLive的参考输入。同一个模型接收多种参考，沿着已有布局与运动改变视觉表现，再以实时、分钟级连续生成的方式输出画面，这正是这组Demo共同展示的核心能力。

现阶段，EdenLive也还有需要改善的地方。高频、激烈的交互对生成速度和动作呈现要求更高；多个角色同时出现时的身份保持、小物体的精细控制，以及长时间生成中的视觉一致性，也都有进一步提升的空间。

不过，VAST已经开放了不同规格的模型权重和推理代码，技术报告和上述端到端Demo也一并公开。官方还将同步开源Game Prototype Turbo，一款「Prompt to Proxy Game」Skill。用户可以通过它快速生成可直接游玩的游戏原型。游戏运行时，交互系统持续更新状态，并输出对应的简化参考画面；EdenLive再把这些画面实时渲染成精细的视觉内容，反馈给玩家，形成从游戏逻辑到实时视觉呈现的完整链路。

拆解EdenLive技术路线与核心壁垒

EdenLive走的技术路线，核心一句话就能概括：把「世界怎么运转」和「画面怎么呈现」拆开处理，也就是「解耦世界状态与视觉渲染」。

拿那段街头对打Demo来说，角色怎么移动、怎么攻击防御，全由玩家按键决定；交互系统接住操作，更新角色位置和动作，再判断攻击有没有命中、血量怎么变。EdenLive负责的是根据这些变化出画面——左边还是简单方块角色，右边已经变成更写实的人物。玩家看到画面反馈，接着按键，游戏就沿着这个循环往下走。

把这套分工放进完整管线会更直观：简化场景或参考视频给出布局与运动，目标首帧和提示词定下外观与细节。EdenLive接住这些输入，持续输出精细画面；游戏逻辑和状态更新交给上游交互系统。这也正是EdenLive在Project Eden里承担的角色。Project Eden是VAST长期推进的世界模型研究项目，EdenLive是其中聚焦实时生成式渲染的阶段性成果。

管线看着清楚，真做起来却要同时兼顾几件事：画面够不够精细、动作跟不跟得上参考、生成速度能不能满足交互、能不能一直跑下去。这背后牵扯的是数据怎么采集和配对，以及3D、视频生成与系统工程之间怎么协作。

数据这块得先铺底。模型要把简单的方块角色变成写实人物，同时动作还得跟参考画面对得上，参考画面和生成结果之间的对应关系就必须建起来。场景怎么布局、镜头怎么运动、物体摆在哪儿，这些在数据里都得对齐。VAST 方面表示，他们的数据管线覆盖 2D、3D 简化场景、引擎渲染和真实视频等多类来源的成对数据。素材采集、场景构建、数据配对这几步合在一起，才让 EdenLive 有能力应付不同的参考和场景。

第二层积累来自跨领域团队的协作。EdenLive横跨3D、视频生成与系统工程：既要处理空间结构和运动约束，又要生成细致的视觉效果，还得让模型以足够快的速度持续运行。VAST的团队配置也覆盖了这几个方向。这些要求得放进同一套系统里协调——画面质量提上去之后，推理速度能不能跟上；外观变了之后，角色动作还能不能贴合参考，都要模型与工程团队一起解决。

第三层积累是路线判断与持续研发。此前公开的Project Eden研究预览中，VAST已经明确提过「解耦」设计：世界状态与视觉生成分离，底层状态独立于摄像机视角持续存在，再由渲染模块把它呈现为画面。围绕这个思路，VAST进一步给出三层架构：持续演化的结构化状态、状态到观测的接口，以及生成式神经渲染，分别负责状态维护、观测转换和画面生成。这一路线选择比行业共识提前了约三四个月。这段时间也成了团队沿着既定方向继续积累数据、打磨模型与系统的研发窗口。

沿着3D这条路，走向可交互的世界

这么分工下来，EdenLive 走的还是 VAST 原来那条路。一个能交互的世界，角色、道具、场景资产一样都不能少，物体在哪儿、多大、彼此什么空间关系，也得说清楚。3D 提供的是可组织、可操作的基础，世界状态怎么表达也有它一份。细致的视觉呈现交给视频生成，把已经有的结构和运动变成材质、光影和动态效果。两边合起来，创作者才能一边调场景和玩法，一边拿到对应的画面。

这也解释了VAST为什么进一步走向世界模型研究。原有3D模型的能力，除了生成资产，还能参与构建世界模型所需的数据。在Project Eden的研究介绍里，VAST提到团队利用已有3D能力，从视频中提取深度、相机位姿和几何运动轨迹等结构信息；同时用游戏引擎获取相互对应的状态信息与渲染画面。这些工作把VAST此前在3D模型和数据管线上的积累，延伸到了世界模型要解决的结构、状态与视觉对应问题上。

从创作流程看，这条路线也在逐步扩大用户能完成的事情：生成角色和道具，搭建场景，加入交互规则，再给运行中的内容赋予不同的视觉表现。这也对应VAST提出的愿景：让人人都能自由创造并体验可交互世界。Project Eden承担这一长期探索，EdenLive先推进其中的实时生成式渲染环节。对创作者来说，它提供了一个更具体的入口：把已经能运行的场景和玩法接入模型，在实际操作中试画面效果，再在此基础上继续改自己的作品。

One More Thing

等等，先别划走。如果你感兴趣，VAST也在为这些研究招人。其推出的V·STAR顶尖人才计划全年开放招聘，面向全球青年算法与研究人才，聚焦3D生成基础模型、三维理解、智能体与世界模型。VAST强调开放、扁平的研究环境，鼓励年轻研究者提新想法，好的技术思路可以快速立项、验证，即便是实习生，也有机会参与核心模型训练，深入模型研发与工程实践。

待遇也相当可观～全职和实习生都有机会拿到比头部大厂更有竞争力的薪资，特别优秀者上不封顶，还有长期期权。如果你也想拥有定义问题的自由，从零推动一个项目，亲历一家头部AI公司从1到100的爆发式成长，攒下最宝贵的创业经验，可以走这个投递通道：简历发送至[email protected]，邮件标题请注明：VSTAR – 姓名 – 毕业时间。