prefix="og: https://ogp.me/ns#"> VAST 开源 EdenLive:单卡 RTX 5090 跑出实时世界模型 | AI自学笔记

VAST 开源 EdenLive:单卡 RTX 5090 跑出实时世界模型,5B/14B 双版本开源

VAST(曾用名 Tripo AI)于 2026 年 10 月 20 日正式开源 EdenLive,这是一套实时世界模型渲染系统,可将游戏或视频以选定风格(写实、动漫等)实时连续重渲染为高画质帧。该公司同时发布 5B 与 14B 两版模型权重、实时流式推理代码及配套工具,Apache 2.0 许可覆盖核心组件。这是实时世界模型方向首次有开源方案在消费级显卡上实现端到端跑通,也让「用游戏引擎规则 + 生成模型画面」这条技术路线正式进入开源社区。

为什么需要「规则归交互、画面归模型」

传统视频生成模型(如 Sora、Gen-3)能够产生高质量画面,但面临一个根本性问题:难以长期维持游戏中的逻辑一致性。血量条不会随战斗自动减少,物体被捡起后仍出现在原处,胜负条件无法被正确判断,这些都是视频模型固有的弱点。

EdenLive 的解法是把「规则控制」与「画面生成」分开。上游程序(游戏引擎或编码智能体)负责运行游戏规则、追踪世界状态、输出粗粒度参考视频,EdenLive 再依据目标首帧与文本提示词对参考进行生成式重渲染。这种分工让视频模型只需专注画质与风格,不用承担维护游戏逻辑的任务,从而解决了长期一致性问题。

该架构最早于 2026 年 6 月作为 Project Eden 的一部分提出,经过近四个月的优化,正式版本在生成质量、端到端延迟和分辨率上均有明显提升。

性能基准:消费级与专业卡全覆盖

VAST 官方提供了在多款硬件上的完整基准测试数据,覆盖从消费级旗舰到数据中心级显卡:

硬件配置 模型规模 分辨率 帧率
Nvidia RTX 5090(单卡) 5B 1280×704 24.7 fps
Nvidia H100(单卡) 5B 1280×704 29.8 fps
8×H100 14B 832×480 26.8 fps

RTX 5090 是消费级市场首次被用于实时生成式渲染场景。单卡 5B 版本即可在 720p+ 分辨率下达 24fps 的「可玩」帧率,对于独立游戏开发者和小团队来说,这意味着用一张显卡就能完成从像素风到写实风的实时风格迁移。H100 单卡表现略优,但成本差距在 10 倍以上。8×H100 的 14B 版本分辨率反而低于 5B 单卡版本,这是因 14B 模型参数量更大,在相同算力下需要在分辨率与质量间做取舍。端到端延迟在数百毫秒级别,可连续生成数分钟无明显漂移。

开源内容与许可分层

本次开源包含:双向生成与少步流式生成两个版本的 5B、14B 模型权重;实时流式推理代码;EdenGolem v0.1(3D 场景生成模块);前端工作台;以及配套技术报告。许可上存在明确的分层:推理代码与核心扩散模型、VAE、解码器权重采用 Apache 2.0 许可,可自由商用;但视觉编码器采用 DINOv3 许可,提示词转游戏工作台采用 FLUX 非商业许可——后者仅限非商业用途,开发者在使用工作台时需要注意这一限制。

与同类方案横向对比

EdenLive 并非实时世界模型的唯一玩家。昆仑万维于 2026 年 10 月 15 日发布 Matrix-Game 4.0,同样面向单卡实时渲染场景。相比 Matrix-Game 4.0 侧重游戏场景覆盖,EdenLive 更强调模块化接入能力,支持游戏引擎与编码智能体双路上游接入。两条技术路线代表了实时世界模型的不同工程哲学:Matrix-Game 走端到端集成路线,EdenLive 走模块化解耦路线。前者更适合已有完整游戏需要升级画质的团队,后者更适合需要灵活接入不同上游程序的 AI 研究者。

技术原理:少步流式生成如何做到实时

EdenLive 能够在实时帧率下运行,关键在于「少步流式生成」(few-step streaming generation)技术。相比传统扩散模型需要数十甚至上百步迭代才能生成一帧,EdenLive 将每帧生成步数压缩到个位数,同时通过流式架构让前一帧生成的同时就开始处理下一帧,实现帧间流水线并行。这种做法牺牲了部分单帧质量,但换取了足够的帧率来满足「实时」的定义。

对于 AI 研究者而言,实时世界模型是具身智能训练数据生成的关键基础设施。以往训练机器人需要在真实环境中积累海量交互数据,成本极高;有了 EdenLive 这类工具,可以直接在仿真环境中生成多样化、符合物理规律的视觉训练数据,大幅降低数据采集成本。

相关阅读

昆仑万维 Matrix-Game 4.0:单张 5090 显卡跑出实时游戏世界模型

Kimi Agent Swarm:100 个子 AI 并行工作解析

DeepSeek V4.1 Flash 深度解读:8B 输入激活、KV Cache 缩 437 倍

FAQ

EdenLive 与传统游戏引擎有何本质区别?

传统游戏引擎依赖人工编写的规则来渲染画面,EdenLive 则用生成模型替代这一过程。游戏引擎仍存在(作为上游),但画面渲染被扩散模型接管,因此可以做到超出引擎原画画质的实时输出,并且支持任意风格的实时切换,无需重新渲染。

RTX 5090 能否在中国大陆正常购买?

RTX 5090 于 2026 年中期在中国大陆全面下架,目前消费级市场主要流通渠道为海外代购或二手市场,价格相较官方定价溢价约 2-3 倍。这也是 EdenLive 在国内部署面临的主要硬件门槛。

EdenLive 的商业价值在哪里?

对于游戏开发者,EdenLive 提供了一条低成本将现有像素游戏或低画质游戏实时升级为高画质内容的路径,可用于老游戏的高清复刻或风格化重制。对于 AI 研究者,实时世界模型是具身智能训练数据生成的关键基础设施,开源方案降低了准入门槛,使更多团队能够在仿真环境中快速迭代机器人控制策略。