VAST 开源实时生成式渲染模型 EdenLive：5B/14B 权重全放出，单张 RTX 5090 跑 720P 约 24.7 FPS

核心背景与行业痛点

交互式世界模型通常让一个视频模型同时负责「世界怎么变」和「画面长什么样」，结果是规则容易漂移、长时间生成不稳定，而且大多只能在数据中心 GPU 上跑。对独立游戏开发者来说，能在消费级显卡上实时出画、又能保证玩法逻辑可控，才有实用价值。

架构亮点与底层机制

EdenLive 把两件事拆开：上游的游戏引擎或编程智能体执行规则、维护世界状态，输出一段粗糙的参考视频（比如灰盒画面）；EdenLive 以这段视频为接口，结合目标首帧和文本提示，实时渲染出精细画面。官方提供 5B（Wan2.2-TI2V-5B，720p）和 14B（Wan2.1-I2V-14B，480p）两档，每档都有双向推理和少步分块自回归两种权重，实时服务通过 WebRTC 推流。

权威 Benchmark 与实测跑分对比

官方未公布与其他世界模型的标准化跑分对比。可核对的数字均为官方/厂商口径：项目页演示超过 24 FPS、分钟级连续生成、480P/720P 输出；借助 LightX2V 的量化、算子融合和 CUDA Graphs，5B 在单张 RTX 5090 上 1280×704 吞吐约 24.7 FPS，达到 24 FPS 实时播放要求。

开发者实战落地与开箱指南

代码在 GitHub VAST-AI-Research/EdenLive，权重用 hf download VAST-AI/EdenLive 下载，全部约 210 GB；官方验证环境是 Linux、80 GB 显存 NVIDIA GPU、CUDA 13、Python 3.10。仓库附带两段灰盒样例可直接跑离线推理。「一句话生成游戏」的工作台需要装好并登录 claude CLI，且其首帧模型 FLUX.2 [klein] 9B 为非商用许可，商用前要逐个核对组件许可。