VAST開源實時世界模型EdenLive，單卡720P超24FPS
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載三類輸入驅動實時生成
EdenLive 的輸入方式圍繞三類要素展開：參考畫面、目標首幀與提示詞。用戶給出想要的開場畫面並附上文字描述，模型便能據此控制後續畫面的走向；參考畫面則承擔風格與內容基準的作用，讓生成結果在寫實、二次元等不同畫風之間切換。除了從零生成，它也能把已有影片作為處理對象，在保持時間連貫的前提下替換其中角色形象與整體風格。這種設計把創作控制權交回使用者手中，而不必依賴固定的素材庫或預設模板。模型權重、推理代碼與技術報告均已開放，外部開發者可以據此復現或二次開發。
單卡上的幀率與延遲
在硬件門檻上，EdenLive 交出的成績是單張 RTX 5090 顯卡即可在 720P 條件下實現超過 24FPS 的生成速度，端到端延遲控制在百毫秒級。支撐這一表現的是 5B 規模的模型，它能夠連續產出分鐘級長度的畫面而不中斷。對實時交互而言，幀率決定畫面是否跟手，延遲決定操作與反饋之間的間隔，兩者共同構成可用性的底線。把這兩項指標壓到消費級單卡可承受的範圍，意味着實時世界模型的運行不必依賴大規模算力集群，部署形態可以更輕。
上游管規則 模型管呈現
EdenLive 在系統分工上做了明確切分：交互規則與世界狀態由上游交互系統維護，模型本身只負責依據參考畫面把視覺變化實時呈現出來。這一邊界使它適合場景漫遊、推箱子這類低頻交互玩法——邏輯判定交給外部系統，畫面則隨狀態更新即時刷新。同樣的能力也可用於場景與動畫預覽，創作者在預覽階段就能更換美術風格，觀察不同畫風下的效果。在具身數據增強方向，它能把真人操作畫面轉換為機器人視角，為訓練數據補充新的觀察角度。此前 VAST 在 6 月初發布過 Project Eden 研究預覽，EdenLive 可視為該方向上的進一步工程化落地。
為什麼值得看
開源權重加消費級顯卡實時生成，可直接評估其在遊戲原型與影片重渲染上的落地成本。
信源1 家
關鍵事實
相關 · 模型
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。