by Alibaba ATH Innovation Division
Un próximo modelo de mundo de Alibaba que permite a los creadores dirigir y explorar entornos 3D generativos en tiempo real, en lugar de producir clips de video pasivos.
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.
El Modo de Dirección te permite dar forma a la escena en tiempo real con lenguaje natural —añade un atardecer, mueve un árbol, cambia el clima— y cada cambio persiste. No estás generando un video bloqueado; estás preparando un lugar.
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.
El sonido se co-genera con la escena, no se añade posteriormente. Los pasos coinciden con la superficie, el ambiente se ajusta al espacio. Esto es crucial para casos de uso interactivos donde las discrepancias de sonido rompen la inmersión al instante.
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.
Escribe un prompt en lenguaje natural para la escena que deseas: entorno, estado de ánimo, objetos clave. Happy Oyster genera el entorno 3D base en el Modo de Dirección.
Ajusta la iluminación, la geometría y los objetos en vivo. Cada edición es persistente, por lo que la escena se vuelve tuya en lugar de una salida única.
Entra en primera persona y camina. Graba trayectorias de cámara, exporta clips o itera volviendo a entrar en la escena; el mundo permanece consistente.
| 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: Prototipado de diseños de niveles jugables antes de comprometer activos del motor
Outcome: Iteración en minutos en lugar de días, con escenas re-explorables
Scenario: Previsualización de movimientos de cámara a través de un set sintetizado
Outcome: El director puede recorrer una escena y definir el bloqueo antes de un rodaje
Scenario: Construcción de entornos ramificados para instalaciones y demos
Outcome: Un prompt genera un mundo navegable, no un clip plano
| vs | On | Happy Oyster | Them |
|---|---|---|---|
| Sora | Paradigma de salida | Mundo 3D re-explorable | Clip de video lineal |
| Runway | Control del usuario tras la generación | Dirigir + explorar en tiempo real | Re-promptear y regenerar |
| Kling | Libertad de cámara | Travesía libre en primera persona | Trayectoria de cámara definida en el momento de la generación |
| Veo | Audio | Co-generado nativamente | Generado por separado o ausente |
Quotes gathered from public threads. Not endorsements, just receipts that this is getting real-world use.
Pasé 40 minutos dentro de una sola escena de Happy Oyster. No es un modelo de video. Es un motor de juego que te responde.
Volví a entrar en una escena que construí ayer y la geometría era idéntica. Esa es la parte que todos están subestimando.
Primer contacto con el acceso anticipado de Happy Oyster; nuestro recorrido de cámara en el minuto 4:12 muestra cómo se ve realmente la consistencia de reingreso.
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.