从一句话到一个能玩的世界，VAST 把整条链路开源了
内容提要
VAST开源实时世界模型EdenLive，采用交互系统管理状态、生成模型负责画面的分工架构：参考视频决定布局与运动，首帧确定风格，提示词补充细节，可实时渲染720P、超24FPS画面，在长时生成与一致性评测中领先。适用于游戏交互、画风转换和具身数据增强，并同步开源EdenGolem及模型权重。
延伸解读
“规则归交互系统，画面归模型”的分工逻辑
EdenLive 不判断游戏里发生了什么，也不维护血量、碰撞或胜负条件，这些确定性状态由上游交互系统负责。交互系统把每次变化渲染成灰盒画面，EdenLive 再根据参考视频、首帧和提示词生成最终画面。这种解耦让视频模型避开不擅长的长期规则记忆，专注于视觉呈现，从而在长时交互中保持结构稳定。
实时生成能力与硬件门槛
文章披露，EdenLive 5B 在单张 RTX 5090 上能以超过 24 FPS 生成 720P 画面，并支持分钟级连续生成。这意味着生成式渲染开始具备接入实时交互的潜力，但消费级显卡仍是明确门槛。开发者接入自己的参考来源时，需要实际测量延迟、稳定性与参考遵循程度，而非直接假设所有场景都能达到演示效果。
参考素材决定能力边界
EdenLive 的参考可以是白模、2D 场景或真实录像，但不同素材的限制不同。现成录像只能提供镜头和动作，重渲染后仍是一段视频，可玩性来自上游代码；而白模或灰盒画面能随交互状态持续变化。首帧决定风格，提示词补充细节，参考视频决定布局与运动。理解这一分工，才能判断哪些场景适合直接转换，哪些需要先搭建交互逻辑。
开源内容与可验证的下一步
此次开源包括 5B、14B 模型权重（各含双向生成与少步流式生成版本）、实时流式推理代码、EdenGolem v0.1 和前端工作台，并公开技术报告。对开发者而言，价值不在于复现一段演示，而在于接入自己的场景，检验长时生成的一致性与参考遵循程度。文章也指出，这套分工仍需经过更长时间、更复杂交互的检验。
Q&A
EdenLive 是什么？它和普通视频生成模型有什么区别？
EdenLive 是 VAST 开源的实时世界模型，属于 Project Eden 系列的实时生成式渲染器。与离线视频生成模型不同，它不负责维护游戏规则和状态，而是由上游交互系统管理状态，EdenLive 根据参考画面和状态实时渲染出对应画面，支持边交互边生成，能跟上玩家的每一次操作变化。
EdenLive 是如何做到实时生成游戏画面的？它的输入和分工是怎样的？
EdenLive 采用分工架构：参考视频决定场景布局、镜头运动、物体轨迹和事件时间；目标首帧确定主体、材质、配色和画风；文本提示词补充风格和细节。交互系统将更新后的状态转化为灰盒画面与场景描述，输入 EdenLive，模型实时渲染出视觉效果。规则归交互系统，画面归生成模型。
EdenLive 的实时性能怎么样？需要什么硬件？
根据团队披露，EdenLive 5B 在单张消费级显卡 RTX 5090 上能以超过 24 FPS 生成 720P 画面，并支持分钟级连续生成。
EdenLive 在长时生成和一致性方面的评测表现如何？
基于 Gemini-3.8-Flash 对 45 个长时案例的两两盲评，在参考遵循、首帧一致性、物理合理性、画质和避免外观泄漏五个维度上，EdenLive 14B 和 5B 全部排在第一和第二。以参考遵循为例，14B 得分 1704，比 AgentGarten 高出约 200 分。
EdenLive 可以应用在哪些场景？
EdenLive 适用于游戏交互（实时生成游戏画面）、视频画风转换（保留运动轨迹和镜头，转换风格）、具身数据增强（将真人操作视频中的手替换为机械手，生成机器人视角数据），以及场景和动画预览中比较不同材质、光照和配色。
VAST 同步开源的 EdenGolem 是什么？它能做什么？
EdenGolem（v0.1）是一款给编程智能体使用的 skill。输入一段玩法描述，智能体便会分四个阶段依次完成玩法设计、场景搭建、交互逻辑实现与界面完善，生成可独立运行的 3D 灰盒游戏。目前已支持解谜、射击、驾驶、冒险、竞技场、格斗等多种游戏类型。
EdenLive 开源了哪些内容？开发者可以怎么用？
此次开源包括 5B、14B 模型权重（各含双向生成与少步流式生成两个版本）、实时流式推理代码、EdenGolem v0.1 和前端工作台，同时公开技术报告。开发者可以接入自己的参考来源，测量延迟、稳定性与参考遵循程度。
