by Alibaba ATH Innovation Division
Um modelo de mundo da Alibaba que permite aos criadores direcionar e explorar ambientes 3D generativos em tempo real, em vez de produzir clipes de vídeo passivos.
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.
O Modo de Direção permite que você molde a cena em tempo real com linguagem natural — adicione um pôr do sol, mova uma árvore, mude o clima — e cada alteração persiste. Você não está gerando um vídeo fixo; você está encenando um 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.
O som é cogerado com a cena, não adicionado posteriormente. Os passos correspondem à superfície, o ambiente se encaixa no espaço. Isso é o que mais importa para casos de uso interativos, onde discrepâncias sonoras quebram a imersão instantaneamente.
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.
Escreva um prompt em linguagem natural para a cena que você deseja — cenário, clima, objetos principais. O Happy Oyster gera o ambiente 3D base no Modo de Direção.
Ajuste a iluminação, geometria e objetos ao vivo. Cada edição é persistente, para que a cena se torne sua em vez de uma saída de uso único.
Entre na visão em primeira pessoa e caminhe. Grave caminhos de câmera, exporte clipes ou itere reentrando na cena — o 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: Prototipar layouts de níveis jogáveis antes de confirmar ativos no motor
Outcome: Iteração em minutos em vez de dias, com cenas reexploráveis
Scenario: Previsualizar movimentos de câmera através de um cenário sintetizado
Outcome: O diretor pode explorar uma cena e travar o posicionamento antes de uma filmagem
Scenario: Construir ambientes ramificados para instalações e demonstrações
Outcome: Um prompt gera um mundo navegável, não um clipe plano
| vs | On | Happy Oyster | Them |
|---|---|---|---|
| Sora | Paradigma de saída | Mundo 3D reexplorável | Clipe de vídeo linear |
| Runway | Controle do usuário após a geração | Direcionar + explorar em tempo real | Reescrever prompt e regenerar |
| Kling | Liberdade de câmera | Travessia livre em primeira pessoa | Caminho de câmera fixado no momento da geração |
| Veo | Áudio | Cogeração nativa | Gerado separadamente ou ausente |
Quotes gathered from public threads. Not endorsements, just receipts that this is getting real-world use.
Passei 40 minutos dentro de uma única cena do Happy Oyster. Não é um modelo de vídeo. É um motor de jogo que responde.
Reentrei em uma cena que construí ontem e a geometria era idêntica. Essa é a parte que todos estão ignorando.
Primeiro contato com o acesso antecipado do Happy Oyster — nosso tour de câmera aos 4:12 mostra como é a consistência de reentrada na realidade.
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.