Las dos versiones están alineadas bloque a bloque, en el orden del texto: titular, lo esencial y después párrafo a párrafo. Cuando la traducción ha fusionado o dividido un párrafo, la casilla correspondiente queda vacía — nunca emparejamos dos pasajes a ojo.
想象一下：你走到一扇门前，不确定能不能进去，于是转身走两步，再跳两下，看看能不能翻过旁边的墙。这是游戏里再普通不过的操作。可如果眼前的画面由AI实时生成，模型就得跟上玩家每一次临时起意——突然停下，突然转身，突然跑跳——而且每一帧都要稳定在线。这正是VAST刚刚开源的实时世界模型 EdenLive 要解决的难题。
Imagínese: llega a una puerta, no sabe si puede entrar, así que da dos pasos, luego salta dos veces para ver si puede saltar el muro de al lado. Es una acción de lo más común en un videojuego. Pero si la imagen que tiene delante la genera la IA en tiempo real, el modelo debe seguir cada decisión improvisada del jugador —detenerse de golpe, girar de repente, correr y saltar— y mantenerse estable en cada fotograma. Ese es el reto que aborda EdenLive, el modelo de mundo en tiempo real que VAST acaba de abrir.
分工是关键。游戏里的规则、血量、碰撞和胜负条件仍由上游的交互系统维护：玩家按下攻击键，它先判断这一脚有没有踢中、应该扣掉多少血量，再更新角色状态，并把每次变化渲染成一张只有空间布局和运动的灰盒画面。EdenLive接手这张灰盒画面，由生成模型决定它最终“看起来是什么”：参考画面决定结构、运动和镜头，目标首帧确定材质、配色和画风，文本提示词补充细节。VAST在今年5月发布的Project Eden中，就把这套三层架构写成了完整方案。
La división del trabajo es clave. Las reglas, la vida, las colisiones y las condiciones de victoria siguen a cargo del sistema de interacción situado aguas arriba: cuando el jugador pulsa el botón de ataque, ese sistema determina primero si la patada acierta y cuánta vida debe restar, después actualiza el estado del personaje y renderiza cada cambio como una maqueta en gris que solo muestra la disposición espacial y el movimiento. EdenLive recibe esa maqueta y el modelo generativo decide cómo «se ve» finalmente: una imagen de referencia determina la estructura, el movimiento y la cámara; el primer fotograma objetivo fija los materiales, la paleta de color y el estilo, y el texto de la instrucción añade los detalles. VAST describió esta arquitectura de tres capas en su Project Eden de mayo de este año.
团队用Gemini-3.8-Flash对45个长时案例做了两两盲评，在参考遵循、首帧一致性、物理合理性、画质和避免外观泄漏五个维度上，EdenLive 14B和5B全部排在第一和第二。以参考遵循为例，14B得分1704，比AgentGarten高出约200分。速度方面，团队披露EdenLive 5B在一张消费级显卡RTX 5090上能以超过24 FPS生成720P画面，并支持分钟级连续生成。这些数字来自团队自己的评测和披露，离独立验证还有距离。
El equipo usó Gemini-3.8-Flash para hacer una evaluación ciega por parejas de 45 casos largos. En las cinco dimensiones —fidelidad a la referencia, coherencia con el primer fotograma, plausibilidad física, calidad de imagen y evitar la filtración de apariencia—, EdenLive 14B y 5B ocuparon los puestos primero y segundo. Tomando como ejemplo la fidelidad a la referencia, el 14B obtiene 1.704 puntos, unos 200 puntos más que AgentGarten. En velocidad, el equipo informa de que EdenLive 5B genera imágenes en 720P a más de 24 FPS en una sola RTX 5090, una tarjeta de consumo, y admite generación continua de varios minutos. Estas cifras proceden de la propia evaluación y declaración del equipo, y todavía falta una verificación independiente.
对游戏原型和动画预览的团队来说，变化是具体的：同一个白模场景，换一张首帧和一句提示词，就能比较写实、手绘线稿、卡通、像素或油画等完全不同的外观；镜头离开再转回来，场景结构还在原处。对机器人团队来说，真人戴头戴相机拍的擦桌子视频，可以把人手替换成机械手，保留动作和镜头，用来补充“机器人眼中”的训练素材。模型权重、推理代码和前端工作台已经开放，源材料并未给出大规模落地的时间表。
Para los equipos de prototipos de juegos y de previsualización de animación, el cambio es concreto: con la misma escena de maqueta blanca, basta con cambiar un primer fotograma y una frase de instrucción para comparar estilos muy distintos, como realista, dibujo a mano alzada, caricatura, pixel art o pintura al óleo. Si la cámara se aleja y vuelve, la estructura de la escena sigue en su lugar. Para los equipos de robótica, un vídeo de una persona limpiando una mesa, grabado con una cámara montada en la cabeza, puede sustituir las manos humanas por manos robóticas conservando la acción y el encuadre, para complementar los datos de entrenamiento con la «mirada del robot». Los pesos del modelo, el código de inferencia y la interfaz de trabajo ya están abiertos; la fuente no ofrece un calendario para su adopción a gran escala.
局限同样清楚。EdenLive不判断游戏里发生了什么，也不让世界运转；现成录像经过重渲染后仍是一段视频，可玩性来自上游代码。过去的世界模型演示常用一段视频证明模型能想象一个世界，EdenLive的新意在于把“谁管规则、谁管画面”分开，并让画面能够跟着玩家的操作一起走。
Las limitaciones también están claras. EdenLive no determina lo que ocurre en el juego ni hace que el mundo funcione por sí mismo; una grabación existente, tras un re-renderizado, sigue siendo un vídeo, y la jugabilidad depende del código situado aguas arriba. Las demostraciones previas de modelos de mundo solían usar un vídeo para probar que el modelo podía imaginar un mundo. La novedad de EdenLive está en separar «quién gestiona las reglas» de «quién gestiona la imagen», y en que la imagen siga las acciones del jugador.