Alibaba Cloud Model Studio：HappyOyster使用指南

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：

1. 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。

2. 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。

3. 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。

4. 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。

5. 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。

提示詞範例

第三人稱-動作冒險

第三人称视角，一名身穿皮甲的女战士站在竞技场中央，手持长弓，
对面一头巨狼正向她扑来；箭矢命中时迸出火花，巨狼吃痛踉跄后退，
沙地扬尘，看台坐满观众。

可互動動作：拉弓射擊、閃避、近身搏鬥，命中有火花和巨狼受擊反應。

第一人稱-沉浸駕駛

第一人称视角，我坐在一辆复古老爷车的驾驶座，双手握着方向盘，
前方是黄昏的海岸公路；踩下油门时引擎轰鸣，车轮卷起路面尘土。

可互動動作：加速、轉向、沿公路行駛，加速時有引擎聲和揚塵回饋。

參考範例

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

指令注入類型

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

逐段寫法

① 世界观-时空 + 类型 + 核心冲突
句式骨架：[年份 + 季节]，[城市 / 具体地点]，类型是 [叙事流派]，核心冲突是 [一句话冲突]。

② 人物-7 要素 + 一致性
1-基本 性别 / 年龄 / 体型 / 气质
2-外形 发型发色 / 五官特征 / 重要标识（疤痕 / 痣 / 眼镜）
3-服装 上衣 / 下装 / 鞋 / 配饰，写得越具体一致性越稳
4-身份 职业 / 阶层 / 社会角色
5-性格 1-2个关键词（沉默寡言-急性子-表面强势）
6-当下情绪 这一刻他在想什么，烦什么，等什么
7-音色 / 嗓音 性别音 + 年龄段 + 口音 + 整体气质，多人对手戏必加

③ 风格-导演 / 调色 / 光线三锚点
1-导演 / 流派锚点 "日式家庭片质感"、"港式霓虹光影"、"硬派冷调科幻"
2-调色 "暖金色调偏低饱和"、"冷蓝主色 + 霓虹高光"
3-光线类型 "自然光为主"、"硬光顶光"、"窗光侧逆"

④ 场景-4 维度 + 关键物品参考
1-场景类型（室内独立咖啡馆 / 城郊废弃工厂 / 古代客栈大堂 / 学校天台）
2-环境氛围（温暖松弛 / 拥挤喧闹 / 阴冷压抑 / 静谧悬疑）
3-布局构造（桌椅摆位 / 关键道具位置 / 空间纵深 / 主要陈设）
4-环境音 2-3 种具体声音（室内 BGM + 远处自然音 + 偶发人声）

⑤ 完整脚本-设定锁死 + 分镜安排
a) 设定锁死-6 条推荐 LOCK
  VIEWPOINT LOCK  全程只用一种视角，不允许切换
  POV SELF-LOCK   POV 视角下不出现「我」的脸/全身/镜面倒影
  CAST LIMIT      同时入画主体 ≤ 3 人
  SUBJECT LOCK    人物服饰/发型/道具 3 分钟内不变
  VOICE LOCK      多人戏中每个角色音色固定，不互换
  PACE LOCK       单次静默/留白不超过 2 秒

b) 分镜安排-5 个分镜 × 4 个框架
  起 [0:00-0:10] HOOK 强开场，不平淡铺陈
  推 [0:10-0:50] 交代角色关系，引入第一个变量
  转 [0:50-1:40] 全片唯一一次意外（反转/冲突/抉择）
  延 [1:40-2:30] 情绪呼吸，密度可稍松但不完全静默
  收 [2:30-3:00] 一个画面/一句话/一个动作收尾，抛互动钩子

  每个分镜写清：
  [语境] 在发生什么 + 主角在哪在做什么 + 视觉锚点
  [关键台词] 格式：角色名(音色提示)"台词"，多人戏每句标说话人
  [节奏要求] 可验收的硬指标，如"10 秒里至少 2 句台词"

⑥ 负面清单-不要出现什么
只写设定锁死推不出的特殊禁忌，不要重复正向设定。
画面禁忌：如"不要出现夜景 / 雨 / 汽车"
声音禁忌：不要加后期旁白 / 解说 / BGM 盖过人声

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

核心互動展示

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'」

提示詞範例

第一人称面对面视角，对面是一位二十出头的年轻女性，长直黑发，
穿米白色针织衫，性格温柔爱笑；年轻女声、清亮、带一点撒娇的鼻音。
我们是恋人，此刻在傍晚靠窗的咖啡馆，暖黄灯光。
她托着腮看向我，笑着说"你今天怎么来得这么早"。
全程只入画她和我的右手（成年男性、骨节分明、无饰品），
我的脸和倒影一概不出现。

互動效果：和她即時對話、開玩笑、遞杯子，她會用表情、動作和語氣回應。

下一步

了解三種模式後，如需透過 API / SDK 接入，請參見 HappyOyster 概述。