VAST开源实时世界模型EdenLive 单张消费级显卡跑超24帧

10月18日，VAST（三启万物）开源了实时生成式渲染模型EdenLive，同时放出5B和14B两档权重、实时推理代码和一份35页技术报告，采用Apache 2.0协议。

EdenLive属于VAST的世界模型项目Project Eden，做的不是整个世界，而是最后一环：把游戏引擎算出来的粗画面，实时地渲染成好看的画面。

其设计选择很干脆——世界状态交给上游游戏引擎维护，模型只管画。引擎负责规则、碰撞和状态，输出灰盒代理画面；EdenLive拿到画面，配一张决定画风的目标首帧、一句补细节的提示词，实时生成精细画面。这条路线VAST在6月做Project Eden研究预览时就定了，比行业形成共识早三四个月。

技术报告里的实测数据显示，同一批约30秒代理输入、同一随机种子下，EdenLive 5B单卡H100跑832×480是73.52帧/秒，1280×704是29.80；14B用8卡H100跑832×480是26.76。作为对照，AgentGarten单卡H100是36.14，StreamRender-H3八卡2.56，StreamCWM七加一卡只有1.69。

再经LightX2V优化，5B在单张消费级显卡RTX 5090上能跑到约24.7帧/秒（1280×704），刚好卡住实时门槛。画质上用Gemini-3.8-Flash做两两对比打Elo，14B在五个维度全部第一，5B全部第二。

VAST在报告中也承认了短板：高频激烈交互、多角色同框时的身份保持、小物体精细控制、长时间生成的一致性都还有提升空间。数字上也印证：相机平移误差EdenLive 14B是0.185，AgentGarten是0.152，这项反而落后。

把世界模型从视频生成里拆出来单独做实时渲染，VAST这次开源走的是这条路。速度优势是真的，离能玩的生成式世界还有距离。

这一突破的关键意义在于，把生成式渲染从离线视频创作拉进实时交互循环，改变了世界模型的定位：它不再只是内容生产工具，而是可以持续接收用户操作并即时反馈的渲染层。

以Proxy简化画面作为控制信号，意味着开发者可以先用低成本3D场景搭建逻辑，再由模型实时补足精细画面与风格切换，制作流程被显著压缩。5B参数即可在单卡消费级GPU上达到24FPS以上，说明实时世界模型的算力门槛正在快速下探，游戏、仿真、虚拟拍摄等场景的接入成本随之降低。