by Alibaba ATH Innovation Division
Ein kommendes Weltmodell von Alibaba, das es Creatorn ermöglicht, generative 3D-Umgebungen in Echtzeit zu steuern und zu erkunden, anstatt nur passive Videoclips zu produzieren.
Happy Oyster sits in an emerging category that Alibaba is calling interactive world models — closer to a generative game engine than to a text-to-video system. Two modes (Directing and Wandering) correspond to two jobs a creator actually has: shaping the scene, and living inside it. Most of the 2026 video-model race is still optimizing frame quality; Happy Oyster is instead optimizing for what happens after the first generation — whether a scene is a throwaway artifact or a place you can return to.
The three things that separate Happy Oyster from the video-model pack. Two of these claims hold up under hands-on testing; the audio one needs more samples before I'd commit.
Der Regie-Modus ermöglicht es Ihnen, die Szene in Echtzeit mit natürlicher Sprache zu gestalten — fügen Sie einen Sonnenuntergang hinzu, bewegen Sie einen Baum, ändern Sie das Wetter — und jede Änderung bleibt bestehen. Sie generieren kein fixiertes Video; Sie bauen einen Ort auf.
The re-entry promise is the load-bearing claim. If the geometry stays consistent across sessions, this is a generative game engine, not a video model. Test it by walking the same scene twice an hour apart and comparing screenshots from the same camera position.
Der Sound wird mit der Szene generiert, nicht nachträglich hinzugefügt. Schritte passen zum Untergrund, das Ambiente zum Raum. Das ist besonders wichtig für interaktive Anwendungsfälle, bei denen ein nicht passender Ton die Immersion sofort zerstört.
Build, tweak, and re-stage a 3D scene in real time using natural-language prompts.
First-person exploration of generated worlds with persistent geometry between camera moves.
Audio and visuals generated jointly so footsteps, ambience, and actions stay in sync without post-processing.
Produces explorable 3D environments rather than 2D video frames, enabling re-entry from new angles.
Export a generated scene as a glTF/USDZ asset for use in downstream 3D tools. Only surfaced on the brand hub for now.
The headline claim worth testing is the re-entry promise: walking back through a scene and finding consistent geometry. If that holds, Happy Oyster is not competing with Sora, it is competing with Unreal Engine's prototyping workflow.
Skip step 2 the first time — generate, walk in, see if you like the bones of the world before you start sculpting. Saves 20 minutes when the prompt was wrong anyway.
Schreiben Sie einen Prompt in natürlicher Sprache für die gewünschte Szene — Umgebung, Stimmung, Schlüsselobjekte. Happy Oyster generiert die 3D-Basisumgebung im Regie-Modus.
Passen Sie Beleuchtung, Geometrie und Objekte live an. Jede Bearbeitung ist persistent, sodass die Szene zu Ihrer eigenen wird, anstatt nur ein One-Shot-Ergebnis zu sein.
Wechseln Sie in die First-Person-Perspektive und laufen Sie hindurch. Nehmen Sie Kamerapfade auf, exportieren Sie Clips oder iterieren Sie, indem Sie die Szene erneut betreten — die Welt bleibt konsistent.
| Output type | Interactive 3D world (not pre-rendered video) ✓ |
|---|---|
| Modes | Directing + Wandering ✓ |
| Audio | Natively co-generated with visuals ✓ |
| Access | Public access opened April 2026 ✓ |
| API availability | Public REST API documented ✓ |
| Pricing | $0 free tier, $29/mo Studio ✓ |
| Game-engine export | glTF and USDZ supported ~ |
Scenario: Prototyping von spielbaren Level-Layouts vor der Festlegung auf Engine-Assets
Outcome: Iteration in Minuten statt Tagen, mit wiedererkundbaren Szenen
Scenario: Vorvisualisierung von Kamerabewegungen durch ein synthetisiertes Set
Outcome: Regisseure können eine Szene durchwandern und das Blocking vor dem Dreh festlegen
Scenario: Erstellung verzweigter Umgebungen für Installationen und Demos
Outcome: Ein Prompt liefert eine navigierbare Welt, keinen flachen Clip
| vs | On | Happy Oyster | Them |
|---|---|---|---|
| Sora | Ausgabeparadigma | Wiedererkundbare 3D-Welt | Linearer Videoclip |
| Runway | Benutzerkontrolle nach der Generierung | In Echtzeit steuern und erkunden | Neu prompten und neu generieren |
| Kling | Kamerafreiheit | Freie First-Person-Bewegung | Kamerapfad bei der Generierung festgelegt |
| Veo | Audio | Nativ co-generiert | Separat generiert oder nicht vorhanden |
Quotes gathered from public threads. Not endorsements, just receipts that this is getting real-world use.
Habe 40 Minuten in einer einzigen Happy Oyster-Szene verbracht. Es ist kein Videomodell. Es ist eine Game-Engine, die antwortet.
Ich habe eine Szene, die ich gestern gebaut habe, erneut betreten und die Geometrie war identisch. Das ist der Teil, den alle unterschätzen.
Erster Praxistest mit dem Happy Oyster Early Access — unser Kameradurchgang bei 4:12 zeigt, wie Konsistenz beim erneuten Betreten tatsächlich aussieht.
Start with "what is Happy Oyster" if you just got here. The comparison articles are the fastest read if you already know Sora/Runway and want to place this model on the map.
Worth 15 minutes of early-access time if you build anything interactive — games, previs, installations. Not worth it yet if you just need a video clip; Kling or Veo will be cheaper and faster for that job.