As duas versões estão alinhadas bloco a bloco, pela ordem do texto: título, o essencial e depois parágrafo a parágrafo. Quando a tradução fundiu ou dividiu um parágrafo, a casa correspondente fica vazia — nunca aproximamos duas passagens a olho.
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。
Imagine: chega a uma porta, não tem a certeza se pode entrar, por isso dá meia-volta, dá dois passos e salta duas vezes para ver se consegue trepar o muro ao lado. É uma ação banal em qualquer jogo. Mas se a imagem diante dos olhos for gerada por IA em tempo real, o modelo tem de acompanhar cada impulso do jogador — parar de repente, virar de repente, correr e saltar — e manter cada fotograma estável. É precisamente este o desafio que o modelo de mundo em tempo real EdenLive, que a VAST acaba de abrir em código aberto, procura resolver.
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。
A divisão de funções é fundamental. As regras do jogo, a vida, as colisões e as condições de vitória continuam a ser geridas pelo sistema de interação a montante: quando o jogador carrega na tecla de ataque, esse sistema determina primeiro se o golpe acertou e quanto dano deve ser retirado, depois atualiza o estado da personagem e renderiza cada alteração como uma imagem de maquete cinzenta, que contém apenas a disposição espacial e o movimento. O EdenLive recebe essa imagem e deixa o modelo gerativo decidir o que ela finalmente «parece»: a imagem de referência define a estrutura, o movimento e o enquadramento; a primeira imagem-alvo fixa os materiais, as cores e o estilo; e o prompt de texto acrescenta os detalhes. A VAST, no Project Eden que publicou em maio deste ano, já tinha descrito esta arquitetura em três camadas num plano completo.
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。
A equipa usou o Gemini-3.8-Flash para fazer comparações cegas par a par em 45 casos de longa duração, avaliando cinco dimensões — fidelidade à referência, consistência da primeira imagem, plausibilidade física, qualidade de imagem e ausência de fugas de aparência — e o EdenLive 14B e o 5B ficaram em primeiro e segundo lugar em todas elas. No caso da fidelidade à referência, por exemplo, o 14B obteve 1704 pontos, cerca de 200 pontos acima do AgentGarten. Quanto à velocidade, a equipa divulgou que o EdenLive 5B consegue gerar imagens em 720P a mais de 24 FPS numa placa gráfica de consumo RTX 5090, e suporta geração contínua de vários minutos. Estes números provêm da própria avaliação e divulgação da equipa, e ainda estão longe de uma validação independente.
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 as equipas de protótipos de jogos e de pré-visualização de animação, a mudança é concreta: a mesma cena de maquete branca, com uma nova primeira imagem e uma frase de prompt, permite comparar aspetos completamente diferentes — realista, desenho à mão com traço, cartoon, pixel art ou pintura a óleo; e quando a câmara sai de um sítio e volta, a estrutura da cena continua no mesmo lugar. Para as equipas de robótica, um vídeo de uma pessoa a limpar uma mesa, filmado com uma câmara montada na cabeça, pode ter as mãos humanas substituídas por uma mão robótica, mantendo a ação e o enquadramento, para complementar o material de treino do «ponto de vista do robô». Os pesos do modelo, o código de inferência e a interface de trabalho já estão abertos, e o material de origem não indica qualquer calendário para a implementação em grande 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。
As limitações são igualmente claras. O EdenLive não determina o que acontece no jogo, nem faz o mundo funcionar; uma gravação existente, depois de re-renderizada, continua a ser um vídeo, e a jogabilidade depende do código a montante. As demonstrações anteriores de modelos de mundo usavam muitas vezes um vídeo para provar que o modelo consegue imaginar um mundo; a novidade do EdenLive está em separar «quem gere as regras» de «quem gere a imagem», e em permitir que a imagem acompanhe as ações do jogador.