在游戏中，当玩家面对一扇门并不确定是否可以进入时，通常会先后退几步，然后尝试跳跃，以查看能否翻过旁边的墙壁。这些是游戏中常见的操作。然而，想象一下如果这些画面是由人工智能生成的，模型需要实时响应玩家的每一次操作，比如突然停下、转身或跳跃，并确保每一帧都能顺畅地呈现。这正是 VAST 刚刚开源的实时世界模型 EdenLive 的潜力所在。

EdenLive 是 Project Eden 系列的组成部分，作为一种实时生成的渲染器，它支持游戏、动画预览等交互性内容。游戏的规则和状态依旧由上游交互系统维持，无论是白模、2D或3D 场景，还是现实录像，都能够成为生成画面的参考。玩家的每一个操作都能通过交互系统更新状态，再由 EdenLive 实时渲染出对应的视效。

生成画面时，参考素材并不需要是完美的游戏美术，任何视觉素材都能够提供支持。从粗糙的3D模型，到简单的2D场景，甚至是已有的录像，都可以作为结构和运动的基础。借助同一参考，只需更换首帧或提示词，便能生成不同风格的画面，如写实、手绘、卡通或油画等。 球友会

EdenLive 的能力非常强大，能够根据玩家的操作持续生成游戏画面，并能够将视频中的运动轨迹和镜头风格进行改变。此外，第一人称的人手操作录像也可以转换为机械臂的视角版本。这种转变依赖于一种高效的协作方式：参考画面定义结构和运动，生成模型则负责重建这些内容的视觉效果。

在交互持续生成方面，EdenLive 达成了显著的进展。通过基于 Gemini-3.8-Flash 对45个长时案例的评测，EdenLive 在多个维度上的表现均名列前茅，显示出其在实时生成方面的独特优势。这使得 EdenLive 能够在玩家进行操作的同时，实时跟随并生成图像。例如，在一张消费级显卡上，EdenLive 可以以超过24FPS 生成720P画面，支持长达数分钟的连续输出。

在游戏制作过程中，玩家的每一个操作都首先由上游系统进行判断，比如武器是否击中目标、血量变化以及角色移动等，这些决策将更新到游戏的状态中。EdenLive 能够根据参考图像的稳定性，继续生成当前场景的画面，无需从之前的画面重新计算。 球友会

VAST 还同步开源了 EdenGolem（v0.1），这是一款为编程智能体设计的工具。开发者只需输入游戏玩法描述，智能体便能分阶段完成玩法设计、场景构建和交互逻辑的实现，生成一个可以独立运行的3D游戏。目前，EdenGolem 支持多种游戏类型如解谜、射击、驾驶等。

此外，EdenLive 还可理解现实素材并实现风格转换。例如，在教学视频中，人物和画面经过动画化处理。而在机器人训练中，虚拟的视觉素材更能适应机械手的使用，相比真人录像，EdenLive 可以有效替换手部动作，从而避免现实与机器视觉间的差异。