HappyOyster 世界模型使用指南：Adventure、Directing、Acting 三大模式的能力說明、效果展示與提示詞編寫方法。
概覽
HappyOyster 是開放式世界模型系列，輸入文字或影像即可即時生成可互動的數位世界，涵蓋世界探索、即時導演、角色演繹三種模式。可前往 HappyOyster 官網 線上體驗：
| 模式 | 做什麼 | 輸入 | 輸出 |
|---|---|---|---|
| Adventure 世界探索 | 以第一/第三人稱進入生成的世界，自由移動、戰鬥、騎乘 | 文字 + 首幀圖 | 即時可互動影片串流 |
| Directing 即時導演 | 串流生成 3 分鐘影片，中途隨時注入指令改變劇情走向 | 文字 / 首幀圖 / 多圖參考 | 即時互動影片串流，支援暫停、回溯、分支 |
| Acting 角色演繹 | 與生成的角色面對面即時對話，角色用表情、動作、語音回應 | 文字 + 首幀圖 | 即時互動影片串流 |
Adventure 世界探索
基於文字 + 首幀圖輸入，生成支援任意風格、多項互動的開放世界場景。支援第一人稱與第三人稱視角的即時位移與鏡頭控制。一張圖配上一句描述，就能進入一個可移動、可戰鬥、可互動的世界，例如騎馬、飛行、駕駛、探索不同風格的世界，建立時定義你想玩什麼，世界就會回應什麼。
效果展示
視角對比
| 第一人稱 | 第三人稱 |
|---|---|
| 沉浸式 POV 探索，適合駕駛、潛行。 | 能看到角色全身，適合動作冒險、角色扮演。 |
場景感知互動
模型會理解畫面內容，根據場景中的物件開放對應玩法。
| 主體運動 | 環境互動 | 物理響應 |
|---|---|---|
| 衝刺、跳躍、下蹲、攻擊（因角色類型而異） | 進入環境中的載具、觸發場景機關 | 碰撞、彈跳、重力等物理回饋 |
世界風格
支援任意風格的世界生成，以下是部分風格範例：
| 毛氈風-海島遊戲 | 太空-月球漫步 | 奇幻-空中飛行 |
|---|---|---|
| 卡通材質渲染，非寫實風格探索 | 低重力物理回饋，太空場景互動 | 飛行、飛天掃把等奇幻世界互動 |
| 動物騎乘 | 戰鬥與攻擊 | 載具出行 |
|---|---|---|
| 上下馬、騎乘控制 | 出拳、弓箭、槍械、魔法 | 汽車、腳踏車、滑板 |
互動能力
| 能力 | 說明 |
|---|---|
| 主體運動 | 衝刺、跳躍、下蹲、攻擊（動作因角色類型而異） |
| 戰鬥 | 出拳、弓箭、槍械、魔法、單人/雙人打鬥 |
| 騎乘與載具 | 上下馬、汽車、腳踏車、滑板 |
| 環境互動 | 進入載具、物理碰撞響應 |
| 世界風格 | 寫實、動畫、毛氈風、太空、奇幻等任意風格 |
| 視角 | 第一人稱（沉浸 POV）/ 第三人稱（動作冒險） |
提示詞編寫
兩條核心原則：第一，場景裡有什麼，就有機會玩什麼；第二，想要什麼反應，就把反應一起寫出來。沒寫到的物件玩不了，沒寫到的反應也演不出來。
建立描述按這 5 點來寫，互動會更貼合預期：
- 視角： 先定第一人稱還是第三人稱。第一人稱適合沉浸駕駛、POV 探索；第三人稱能看到自己的角色，適合動作冒險、角色扮演。
- 你扮演誰： 寫清主體角色的性別 / 身份 / 外形（如「身穿皮甲的女戰士」）。第三人稱尤其要寫，角色長什麼樣直接決定動作風格。
- 武器 / 裝備： 想戰鬥、攻擊就寫明手裡拿什麼：拳腳 / 長弓 / 槍械 / 魔法 / 長劍。角色拿的東西不同，能用的動作也不同。
- 對手與反應： 除了寫清打誰，更要寫出「命中之後會怎樣」：對方踉蹌後退 / 中招倒地 / 舉盾格擋，以及想要的打擊特效（火花迸濺、火焰噴出、衝擊波）。模型會照著你寫的反應去演，反應和特效寫得越具體，打擊感越強。
- 可互動物件： 想騎乘、駕駛，就讓馬、車、腳踏車、滑板等出現在畫面裡。物件沒進畫面，就沒法上去玩。
| 首幀圖 | 提示詞 | 生成影片 |
|---|---|---|
 | 寫實風格的電影級遊戲畫面。第三人稱越肩視角，一名穿著破舊深色皮夾克的男子站在廢棄村莊的泥土小路上，手持霰彈槍呈戰鬥姿態。遠處迷霧中，幾個扭曲的人形生物正緩緩逼近。周圍是坍塌的木屋、破敗的風車和堆積的柴火，天空陰沉灰暗，整體氛圍壓抑恐怖，色調以灰褐和暗綠為主。 |
Directing 即時導演
基於文字、首幀圖或多張參考圖輸入，串流生成最長 3 分鐘影片。生成過程中可隨時注入指令改變劇情走向，支援暫停、回溯和分支創作。引用上傳的參考圖可鎖定角色和道具外觀，保持全程一致。
效果展示
劇情演繹
| 單人場景故事 | 雙人場景故事 |
|---|---|
| 單角色獨白或行動場景。 | 兩人對手戲，寫實電影質感。 |
POV 沉浸互動
| POV 戶外探索 | 寫實人物互動 |
|---|---|
| 第一人稱視角在戶外環境中漫遊。 | 面對面與寫實角色即時互動。 |
核心能力
| 能力 | 說明 |
|---|---|
| 串流生成 | 即時生成並播放，無需等待完整渲染 |
| 指令注入 | 生成過程中隨時插入新指令，改變人物動作、鏡頭調度、場景環境 |
| 暫停與回溯 | 暫停後繼續，或回溯到任意時間點重新演繹 |
| 多模態參考 | 引用上傳的參考圖，鎖定角色/道具外觀，保持 3 分鐘一致性 |
| 類型 | 範例 | 說明 |
|---|---|---|
| 動作觸發 | "她突然站起來。" / "他把杯子放下。" | 短句 + 明確動作，最穩定 |
| 鏡頭調度 | "切到面部特寫。" / "鏡頭慢慢拉遠。" | 用電影術語效果更精準 |
| 場景變化 | "開始下雨。" / "時間跳到傍晚。" | 注入環境變數改變氛圍 |
| 新角色入場 | "門被推開，一個戴黑帽子的男人走進來。" | 寫清外觀 + 第一個動作 |
提示詞編寫
3 分鐘影片需要結構化劇本。推薦六段式提示詞結構：
| 段落 | 名稱 | 作用 |
|---|---|---|
| 1 | 世界觀 | 時空 + 類型 + 核心衝突，1-2 句定位敘事座標 |
| 2 | 人物 | 性別/年齡/外形/服裝/性格/情緒/音色 7 要素 + 參考圖鎖定外觀 |
| 3 | 風格 | 導演流派 / 調色 / 光線三錨點 |
| 4 | 場景 | 場景類型 / 環境氛圍 / 佈局構造 / 環境音四維度 |
| 5 | 完整腳本 | 設定鎖死（視角/主體/音色/節奏 LOCK）+ 分鏡安排（起/推/轉/延/收 5 幕） |
| 6 | 負面清單 | 不要出現的畫面/聲音元素 |
Acting 角色演繹
基於文字 + 首幀圖輸入，生成一個面對面的虛擬角色。使用者說話時，角色用表情、動作和語音即時回應，長相、嗓音和性格保持 3 分鐘不變。上傳一張圖，就能把心裡的角色請到面前，開始一段即時對戲。
效果展示
Acting 的核心互動是「你和 TA 面對面」——你說話，TA 用表情、動作和台詞即時回應，整段陪伴裡 TA 始終是同一個人。
| 寫實-面對面互動 | 2D風格化-角色陪伴 |
|---|---|
| 寫實風格角色，表情和語氣隨對話自然變化，全程外觀鎖定。 | 動漫/插畫等 2D 風格化角色，同樣支援面對面即時對話，表情與語氣自然變化。 |
核心能力
| 能力 | 說明 |
|---|---|
| 即時對話 | 使用者說一句，角色用表情、動作、台詞即時回應 |
| 面對面 POV | 預設第一人稱視角，鏡頭始終對著角色的臉，使用者不出鏡 |
| 長程一致 | 角色的長相、服飾、嗓音、性格保持 3 分鐘不變，可上傳圖片精準鎖定外觀 |
| 能力 | 效果 |
|---|---|
| 即時對話 | 你說一句，TA 立刻用表情、動作和台詞回應，像真的在和你對話 |
| 面對面 POV | 畫面面對面始終是 TA 的臉，入畫的只有你的手/前臂，注意力全在對面 |
| 外觀鎖定 | 上傳圖片鎖住 TA 的長相和關鍵道具，全程不換臉、不變聲 |
| 情緒連續 | TA 的表情和語氣會隨對話推進自然變化，不是固定範本 |
提示詞編寫
Acting 的提示詞聚焦於角色本身和你與角色的關係。按以下 5 個維度建構：
| 維度 | 說明 | 範例 |
|---|---|---|
| 人設 | 性別/年齡/外形/服裝/身份/性格 | 「二十出頭的年輕女性，長直黑髮，穿米白色針織衫，溫柔愛笑」 |
| 音色 | 性別音 + 年齡段 + 口音 + 氣質 | 「年輕女聲、清亮、帶一點撒嬌的鼻音」 |
| 關係與情境 | 你和角色的關係 + 當下場景 | 「戀人，傍晚靠窗的咖啡館，暖黃燈光」 |
| 視角鎖定 | POV + 「我」的手部特徵 | 「全程只入畫她和我的右手（成年男性、骨節分明）」 |
| 開場 | 角色的第一個動作和第一句話 | 「她托著腮看向我，笑著說'你今天怎麼來得這麼早'」 |