一张 5090 就能跑 720P 实时世界

游戏画面是算出来的，不是画出来的。这句话在 2026 年开始变得具体。

一、发生了什么

10 月 18 日，VAST 发布并开源实时世界模型 EdenLive。核心数字是：5B 参数，单张消费级显卡 RTX 5090，720P 分辨率，生成速度超过 24 帧每秒，能连续生成分钟级画面，从用户操作到画面出现的端到端延迟在百毫秒级。

它的做法是把「世界怎么运行」和「画面怎么长」拆开。角色的移动、攻击判定、血条变化，由上游交互系统维护，交互系统再输出简化场景；EdenLive 拿到简化场景或参考视频，确定布局与运动，拿目标首帧确定整体外观，拿提示词补充风格细节，只负责把画面渲染出来。

这个分工解释了两件事。一是它为什么能连续跑几分钟：状态存在交互系统里，不会因为画面重新生成而丢失。二是同一套布局为什么能换画风：外观由首帧和提示词决定，和运动是两套参数。代价也在这里——状态系统做得不对，画面再精细也是错的。

输入可以是 2D 或 3D 简化场景、实拍视频、第一视角操作录像；输出可以是写实、二次元等不同风格。官方演示了四类用法：游戏原型预览（漫游、推箱子这类低频交互）、场景与动画预演、已有视频的重渲染与换风格、具身数据增强——把人手换成机械手，清洁动作保持不变，从而扩出不同外观的训练样本。

开放的东西包括模型权重、推理代码、技术报告和端到端演示，另外还开源了一个把提示词变成可玩原型的工具。官方也承认短板：高频激烈交互、多角色同时出现时的身份保持、小物体精细控制、长时间生成的视觉一致性，都还要继续改。

二、跟你有什么关系

做游戏或影视预演的人：先做低频交互，把美术风格试出来，再决定要不要投美术预算；同一套运镜换几种画风给导演挑，比重新渲一遍省时间。这条路今天就能走。

做具身智能的人：第一视角操作视频换外观，是扩样本的低成本办法。但动作一致性必须自己验，不能只看演示。

算力预算有限的人：24 帧是在 5090 上跑出来的，不是在你的卡上。5B 模型加持帧解码，显存和带宽都有门槛，先看社区在同型号显卡上的实测。

三、怎么用

1. 先想清楚你要的是「可交互」还是「好看」。EdenLive 负责后者，前者仍然要靠游戏引擎。
2. 准备三样输入：参考画面定布局与运动，首帧定外观，提示词定风格细节。三样缺一，结果就会飘。
3. 从低频交互场景开始。格斗、高速追逐这类玩法先放一放，它们的失败成本最高。
4. 用官方那个原型工具先生成可玩 demo，验证玩法成立，再接渲染。玩法不成立，画面再细也没用。
5. 商用之前自己读一遍权重许可。开源不等于随便用。

四、三个别信的说法

「世界模型可以替代游戏引擎」。 状态、碰撞、规则、胜负判定都还在引擎和交互系统里。模型只做渲染，替换不了逻辑。真把它当引擎用，第一关的物理判定就过不去。

「24 帧就能玩」。 24 帧是官方给的生成速度，不是操作手感。快节奏玩法还要看延迟是否稳定、会不会周期性掉帧。官方自己列出的短板第一条就是高频激烈交互，这句话比发布会上的数字更值得读。

「开源就是能商用」。 权重开放和许可条款是两件事，得看仓库里的协议，还要看它对衍生模型和商用规模怎么说。演示能跑，和能进产品，中间隔着一段。

五、一句话结论

EdenLive 的价值不是「AI 做游戏」，而是把渲染从引擎里拆出来，让同一套玩法快速换皮。这个思路比 24 帧这个数字更耐用。

信息来源

• 量子位：VAST 开源实时世界模型 EdenLive，单消费级显卡、720P 超 24FPS，2026 年 10 月 18 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 19 日。