by Alibaba ATH Innovation Division
अलीबाबा का आगामी वर्ल्ड मॉडल, जो क्रिएटर्स को पैसिव वीडियो क्लिप बनाने के बजाय रीयल-टाइम में जनरेटिव 3D वातावरण को निर्देशित और एक्सप्लोर करने की सुविधा देता है।
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.
डायरेक्टिंग मोड आपको नेचुरल लैंग्वेज के साथ रीयल-टाइम में सीन को आकार देने की सुविधा देता है — सूर्यास्त जोड़ें, पेड़ हिलाएं, मौसम बदलें — और हर बदलाव बना रहता है। आप एक लॉक वीडियो जनरेट नहीं कर रहे हैं; आप एक जगह तैयार कर रहे हैं।
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.
ध्वनि सीन के साथ को-जनरेट की जाती है, अलग से नहीं जोड़ी जाती। फुटस्टेप्स सतह के अनुकूल होते हैं, एम्बिएंस स्पेस में फिट बैठता है। यह इंटरैक्टिव उपयोग के मामलों के लिए सबसे महत्वपूर्ण है जहां ध्वनि का बेमेल होना तुरंत इमर्शन को तोड़ देता है।
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.
अपनी इच्छित दुनिया के लिए नेचुरल-लैंग्वेज प्रॉम्प्ट लिखें — सेटिंग, मूड, मुख्य ऑब्जेक्ट्स। Happy Oyster डायरेक्टिंग मोड में बेस 3D वातावरण जनरेट करता है।
लाइटिंग, ज्योमेट्री और ऑब्जेक्ट्स में लाइव बदलाव करें। प्रत्येक संपादन बना रहता है, इसलिए सीन वन-शॉट आउटपुट के बजाय आपका अपना हो जाता है।
फर्स्ट-पर्सन में प्रवेश करें और घूमें। कैमरा पाथ रिकॉर्ड करें, क्लिप्स एक्सपोर्ट करें, या सीन में फिर से प्रवेश करके इटरेशन करें — दुनिया सुसंगत बनी रहती है।
| 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: इंजन एसेट्स में कमिट करने से पहले प्ले-एबल लेवल लेआउट्स की प्रोटोटाइपिंग
Outcome: दिनों के बजाय मिनटों में इटरेशन, री-एक्सप्लोर करने योग्य सीन्स के साथ
Scenario: सिंथेसाइज्ड सेट के माध्यम से कैमरा मूव्स का प्री-विजुअलाइजेशन
Outcome: डायरेक्टर सीन में घूम सकता है और शूट से पहले ब्लॉकिंग को लॉक कर सकता है
Scenario: इंस्टॉलेशन और डेमो के लिए ब्रांचिंग वातावरण बनाना
Outcome: एक प्रॉम्प्ट से नेविगेट करने योग्य दुनिया मिलती है, न कि फ्लैट क्लिप
| vs | On | Happy Oyster | Them |
|---|---|---|---|
| Sora | आउटपुट प्रतिमान | फिर से एक्सप्लोर करने योग्य 3D दुनिया | लीनियर वीडियो क्लिप |
| Runway | जनरेशन के बाद यूजर कंट्रोल | रीयल-टाइम में डायरेक्ट + वांडर करें | री-प्रॉम्प्ट और री-जनरेट करें |
| Kling | कैमरा स्वतंत्रता | फ्री फर्स्ट-पर्सन ट्रैवर्सल | जनरेशन के समय कैमरा पाथ निर्धारित |
| Veo | ऑडियो | नेटिव रूप से को-जनरेटेड | अलग से जनरेट किया गया या अनुपस्थित |
Quotes gathered from public threads. Not endorsements, just receipts that this is getting real-world use.
एक सिंगल Happy Oyster सीन के अंदर 40 मिनट बिताए। यह कोई वीडियो मॉडल नहीं है। यह एक गेम इंजन है जो वापस जवाब देता है।
कल बनाई गई सीन में फिर से प्रवेश किया और ज्योमेट्री बिल्कुल वैसी ही थी। यह वह हिस्सा है जिसे हर कोई नज़रअंदाज़ कर रहा है।
Happy Oyster अर्ली एक्सेस का पहला हैंड्स-ऑन — 4:12 पर हमारा कैमरा वॉकथ्रू दिखाता है कि री-एंट्री कंसिस्टेंसी वास्तव में कैसी दिखती है।
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.