VAST 今日開源咗一個叫 EdenLive 嘅實時世界模型（world model，簡單講就係讓模型「理解並生成一個可以持續互動嘅世界」嘅研究），連實時推理代碼、程式智能體（agentic AI，即能自己規劃並執行多步任務嘅 AI）工具同技術報告一併放咗出嚟。
講最直白，就係玩家喺度行、跳、轉身，模型要逐幀跟住你操作實時生成畫面，而且每一幀都要穩住，唔可以穿。
EdenLive 係 Project Eden 系列入面嘅實時生成式渲染器。白模、2D／3D 場景、真實錄影都可以做生成參考：參考決定結構、運動同鏡頭，模型負責「最終睇起去係乜」。同一個參考，換首幀同提示詞（prompt），就出到寫實、手繪、卡通、像素到油畫呢啲完全唔同嘅外觀。
規則歸交互系統，畫面歸模型
呢度就係重點，同好多「世界模型」演示最唔同嘅地方。
VAST 嘅 Project Eden 將世界模型分成三層：持續演化嘅世界狀態（記錄物體位置、屬性、互動規則同動作後果）；狀態到畫面嘅接口；生成式渲染器。EdenLive 只做後兩層，第一層留俾上游。
即係話，玩家撳落攻擊鍵，先入上游交互系統，由佢判斷有冇踼中、扣幾多血、更新角色狀態。視頻模型擅長出到睇起去合理嘅畫面，但冇辦法單獨維護血量、碰撞、物體身份、勝負條件呢啲規則，所以 EdenLive 將確定性狀態留喺上游，將視覺呈現交俾生成模型。
「規則歸交互系統，畫面歸模型」——呢句就係佢哋嘅核心口號。不過 VAST 自己話，呢套分工仍要經更長時間、更複雜互動嘅檢驗。而現成錄影重渲染之後，始終都係一段視頻，可玩性來自上游代碼。
證據點嚟？
廠商聲稱，基於 Gemini-3.8-Flash 對 45 個長時案例嘅兩兩盲評（Elo 分數），喺參考遵循、首幀一致性、物理合理性、畫質同避免外觀洩漏五個維度，EdenLive 14B 同 5B 全部排第一第二；14B 喺參考遵循嘅分數 1704，比 AgentGarten 高約 200 分。呢啲數字都係廠商自評，唔係獨立測試。
阿調搞兩下
世界模型呢樣嘢，演示唔缺，缺嘅係用法。2026 年 1 月牛津學者嘅綜述就講明「視覺混淆」係世界模型要解決嘅問題：畫面逼真唔代表模型理解咗因果同物理，應該由視覺引擎轉型做可操作嘅模擬器。VAST 嘅 Project Eden 喺今年 5 月已經將「交互系統維護狀態、生成模型負責畫面」寫入完整架構，EdenLive 就係將生成式渲染推進到實時、連續運行。佢哋仲話，市場上類似方案到 8、9 月先密集出現。
我關注嘅唔係「AI 可以生成多逼真嘅世界」，而係「呢個世界跟唔跟到規則、穩唔穩定、出錯邊個執尾」。規則同狀態拆去上游，渲染留俾模型，呢個分離係好嘅開始，但要證明呢套分工喺長時間、複雜交互下真係撐得住，仲要時間。
阿調｜深度調教
