HappyOyster 世界模型使用指南：Adventure、Directing、Acting 三大模式的能力说明、效果展示与提示词编写方法。
概览
HappyOyster 是开放式世界模型系列，输入文本或图像即可实时生成可交互的数字世界，覆盖世界探索、实时导演、角色演绎三种模式。可前往 HappyOyster 官网 在线体验：
| 模式 | 做什么 | 输入 | 输出 |
|---|---|---|---|
| Adventure 世界探索 | 以第一/第三人称进入生成的世界，自由移动、战斗、骑乘 | 文本 + 首帧图 | 实时可交互视频流 |
| Directing 实时导演 | 流式生成 3 分钟视频，中途随时注入指令改变剧情走向 | 文本 / 首帧图 / 多图参考 | 实时交互视频流，支持暂停、回溯、分支 |
| Acting 角色演绎 | 与生成的角色面对面实时对话，角色用表情、动作、语音回应 | 文本 + 首帧图 | 实时交互视频流 |
Adventure 世界探索
基于文本 + 首帧图输入，生成支持任意风格、多项互动的开放世界场景。支持第一人称与第三人称视角的实时位移与镜头控制。一张图配上一句描述，就能进入一个可移动、可战斗、可互动的世界，例如骑马、飞行、驾驶、探索不同风格的世界，创建时定义你想玩什么，世界就会回应什么。
效果展示
视角对比
| 第一人称 | 第三人称 |
|---|---|
| 沉浸式 POV 探索，适合驾驶、潜行。 | 能看到角色全身，适合动作冒险、角色扮演。 |
场景感知互动
模型会理解画面内容，根据场景中的对象开放对应玩法。
| 主体运动 | 环境交互 | 物理响应 |
|---|---|---|
| 冲刺、跳跃、下蹲、攻击（因角色类型而异） | 进入环境中的载具、触发场景机关 | 碰撞、弹跳、重力等物理反馈 |
世界风格
支持任意风格的世界生成，以下是部分风格示例：
| 毛毡风-海岛游戏 | 太空-月球漫步 | 奇幻-空中飞行 |
|---|---|---|
| 卡通材质渲染，非写实风格探索 | 低重力物理反馈，太空场景交互 | 飞行、飞天扫把等奇幻世界交互 |
| 动物骑乘 | 战斗与攻击 | 载具出行 |
|---|---|---|
| 上下马、骑乘控制 | 出拳、弓箭、枪械、魔法 | 汽车、自行车、滑板 |
交互能力
| 能力 | 说明 |
|---|---|
| 主体运动 | 冲刺、跳跃、下蹲、攻击（动作因角色类型而异） |
| 战斗 | 出拳、弓箭、枪械、魔法、单人/双人打斗 |
| 骑乘与载具 | 上下马、汽车、自行车、滑板 |
| 环境交互 | 进入载具、物理碰撞响应 |
| 世界风格 | 写实、动画、毛毡风、太空、奇幻等任意风格 |
| 视角 | 第一人称（沉浸 POV）/ 第三人称（动作冒险） |
提示词编写
两条核心原则：第一，场景里有什么，就有机会玩什么；第二，想要什么反应，就把反应一起写出来。没写到的对象玩不了，没写到的反应也演不出来。
创建描述按这 5 点来写，互动会更贴合预期：
- 视角： 先定第一人称还是第三人称。第一人称适合沉浸驾驶、POV 探索；第三人称能看到自己的角色，适合动作冒险、角色扮演。
- 你扮演谁： 写清主体角色的性别 / 身份 / 外形（如「身穿皮甲的女战士」）。第三人称尤其要写，角色长什么样直接决定动作风格。
- 武器 / 装备： 想战斗、攻击就写明手里拿什么：拳脚 / 长弓 / 枪械 / 魔法 / 长剑。角色拿的东西不同，能用的动作也不同。
- 对手与反应： 除了写清打谁，更要写出「命中之后会怎样」：对方踉跄后退 / 中招倒地 / 举盾格挡，以及想要的打击特效（火花迸溅、火焰喷出、冲击波）。模型会照着你写的反应去演，反应和特效写得越具体，打击感越强。
- 可交互物件： 想骑乘、驾驶，就让马、车、自行车、滑板等出现在画面里。物件没进画面，就没法上去玩。
| 首帧图 | 提示词 | 生成视频 |
|---|---|---|
 | 写实风格的电影级游戏画面。第三人称越肩视角，一名穿着破旧深色皮夹克的男子站在废弃村庄的泥土小路上，手持霰弹枪呈战斗姿态。远处迷雾中，几个扭曲的人形生物正缓缓逼近。周围是坍塌的木屋、破败的风车和堆积的柴火，天空阴沉灰暗，整体氛围压抑恐怖，色调以灰褐和暗绿为主。 |
Directing 实时导演
基于文本、首帧图或多张参考图输入，流式生成最长 3 分钟视频。生成过程中可随时注入指令改变剧情走向，支持暂停、回溯和分支创作。引用上传的参考图可锁定角色和道具外观，保持全程一致。
效果展示
剧情演绎
| 2D 风格化叙事 | 单人场景故事 | 双人场景故事 |
|---|---|---|
| 动漫、插画等非写实风格的叙事短片。 | 单角色独白或行动场景。 | 两人对手戏，写实电影质感。 |
POV 沉浸互动
| POV 户外探索 | 写实人物互动 | 风格化角色互动 |
|---|---|---|
| 第一人称视角在户外环境中漫游。 | 面对面与写实角色实时互动。 | 与动漫/插画风格角色的互动场景。 |
核心能力
| 能力 | 说明 |
|---|---|
| 流式生成 | 实时生成并播放，无需等待完整渲染 |
| 指令注入 | 生成过程中随时插入新指令，改变人物动作、镜头调度、场景环境 |
| 暂停与回溯 | 暂停后继续，或回溯到任意时间点重新演绎 |
| 多模态参考 | 引用上传的参考图，锁定角色/道具外观，保持 3 分钟一致性 |
| 类型 | 示例 | 说明 |
|---|---|---|
| 动作触发 | "她突然站起来。" / "他把杯子放下。" | 短句 + 明确动作，最稳定 |
| 镜头调度 | "切到面部特写。" / "镜头慢慢拉远。" | 用电影术语效果更精准 |
| 场景变化 | "开始下雨。" / "时间跳到傍晚。" | 注入环境变量改变氛围 |
| 新角色入场 | "门被推开，一个戴黑帽子的男人走进来。" | 写清外观 + 第一个动作 |
提示词编写
3 分钟视频需要结构化剧本。推荐六段式提示词结构：
| 段落 | 名称 | 作用 |
|---|---|---|
| 1 | 世界观 | 时空 + 类型 + 核心冲突，1-2 句定位叙事坐标 |
| 2 | 人物 | 性别/年龄/外形/服装/性格/情绪/音色 7 要素 + 参考图锁外观 |
| 3 | 风格 | 导演流派 / 调色 / 光线三锚点 |
| 4 | 场景 | 场景类型 / 环境氛围 / 布局构造 / 环境音四维度 |
| 5 | 完整脚本 | 设定锁死（视角/主体/音色/节奏 LOCK）+ 分镜安排（起/推/转/延/收 5 幕） |
| 6 | 负面清单 | 不要出现的画面/声音元素 |
Acting 角色演绎
基于文本 + 首帧图输入，生成一个面对面的虚拟角色。用户说话时，角色用表情、动作和语音实时回应，长相、嗓音和性格保持 3 分钟不变。上传一张图，就能把心里的角色请到面前，开始一段实时对戏。
效果展示
Acting 的核心交互是你和角色面对面：你说话，角色用表情、动作和台词实时回应，整段陪伴里角色始终是同一个人。
| 写实-面对面互动 | 2D风格化-角色陪伴 |
|---|---|
| 写实风格角色，表情和语气随对话自然变化，全程外观锁定。 | 动漫/插画风格角色，同样支持实时对话和表情互动。 |
核心能力
| 能力 | 说明 |
|---|---|
| 实时对话 | 用户说一句，角色用表情、动作、台词即时回应 |
| 面对面 POV | 默认第一人称视角，镜头始终对着角色的脸，用户不出镜 |
| 长程一致 | 角色的长相、服饰、嗓音、性格保持 3 分钟不变，可上传图片精准锁定外观 |
| 能力 | 效果 |
|---|---|
| 实时对话 | 你说一句，TA 立刻用表情、动作和台词回应，像真的在和你对话 |
| 面对面 POV | 画面对面始终是 TA 的脸，入画的只有你的手/前臂，注意力全在对面 |
| 外观锁定 | 上传图片锁住 TA 的长相和关键道具，全程不换脸、不变声 |
| 情绪连续 | TA 的表情和语气会随对话推进自然变化，不是固定模板 |
提示词编写
Acting 的提示词聚焦于角色本身和你与角色的关系。按以下 5 个维度构造：
| 维度 | 说明 | 示例 |
|---|---|---|
| 人设 | 性别/年龄/外形/服装/身份/性格 | 「二十出头的年轻女性，长直黑发，穿米白色针织衫，温柔爱笑」 |
| 音色 | 性别音 + 年龄段 + 口音 + 气质 | 「年轻女声、清亮、带一点撒娇的鼻音」 |
| 关系与情境 | 你和角色的关系 + 当下场景 | 「恋人，傍晚靠窗的咖啡馆，暖黄灯光」 |
| 视角锁定 | POV + 「我」的手部特征 | 「全程只入画她和我的右手（成年男性、骨节分明）」 |
| 开场 | 角色的第一个动作和第一句话 | 「她托着腮看向我，笑着说'你今天怎么来得这么早'」 |