阿里开源15B视频世界模型AlayaWorld
阿里巴巴 AlayaLab 团队正式开源了全栈视频世界模型 AlayaWorld。该模型参数量达 15B，主打从文本、图片或视频出发，生成可探索、持续演化的长时程虚拟环境。AlayaWorld 凭借其高参数量与完全开源的策略，在视频生成与交互领域备受瞩目。
已确认
AlayaWorld 支持 24 FPS、540p 与 720p 分辨率的流式视频生成。在交互性方面，模型具备相机视角控制以及基于文本驱动的事件生成能力。技术实现上，据作者 @kwangmooyi 转述，该方案采用了 Depth Anything 和点云技术，并围绕交互性、一致性、稳定性和运镜四大核心能力进行构建。
为什么重要
AlayaWorld 将高参数量（15B）与开源权重相结合，为长时序、可交互的视频世界生成提供了新的基础方案。其引入的文本事件插入与镜头控制功能，进一步拓宽了视频模型在虚拟环境探索和动态内容生成方面的应用潜力。
2026-07-22 ~ 2026-07-23 · 5 条相关
一手来源
- AlayaWorld 把交互式长时程世界模型做到 24 帧视频生成 — AlayaLab ·
- AlayaWorld 开放权重视频世界模型：15B 参数、24 帧 — kwangmoo_yi ·
- AlayaWorld 开源视频世界模型：支持 720p/24fps 流式生成 — iamaliveix · 2026-07-22
- AlayaWorld 开源 720p、24 FPS 视频世界模型并支持镜头控制 — fruesome · 2026-07-22
- 【源头】AlayaWorld 把交互式长时程世界模型做到 24 帧视频生成 — AlayaLab · 2026-07-22
- 【源头】AlayaWorld 开放权重视频世界模型：15B 参数、24 帧 — kwangmoo_yi · 2026-07-23
- 阿里开源 15B 视频生成模型 AlayaWorld，支持 720p 交互式生成 — kwangmoo_yi · 2026-07-23