EdenLive 开源：单卡 5090 实时生成游戏画面

【导语】EdenLive 把「画面」这一层交给模型，规则仍归代码。它开源了什么、跑不跑得动、能不能商用，这篇一次说清。

它到底在做什么：AI 只画画面，规则还在代码里

先看一个具体动作。格斗游戏里按下攻击键，最先工作的不是 EdenLive。游戏程序先判定这一脚有没有踢中、该扣多少血、角色被击退到哪个坐标，把这些结果写进状态，再把当前视角渲染成一张没有材质的灰盒图。这张灰盒图，连同目标首帧和提示词一起送进模型，EdenLive 才输出玩家看到的画面。

VAST 在 2026 年 5 月的 Project Eden 里把世界模型拆成三层：持续演化的世界状态、状态到画面的接口、生成式渲染器。EdenLive 做后两层，第一层交给游戏引擎、游戏程序或动画工具。血条、碰撞、物体身份、胜负条件这些确定性数据留在上游，模型不碰。

这个分工划出了它的能力边界。它不帮你想玩法，也不替你判断任务有没有完成。它解决的是另一个问题：原型已经能玩，画面还是灰盒，找美术做资产要几个月。

• 上游：游戏引擎或程序维护状态、判定规则、输出灰盒参考画面
• 中间层：视觉编码器从参考里提取布局、镜头、物体轨迹
• EdenLive：按首帧定材质与配色，按提示词补细节，逐块流式生成
• 三样输入：参考视频定结构与运动，首帧定外观，提示词补风格

开源清单：四样东西，一次放全

10 月中旬 VAST 把 EdenLive 放上 GitHub，仓库是 VAST-AI-Research/EdenLive。截至 10 月 24 日早上，330 个星标、17 次 fork，建仓时间 10 月 12 日，最后一次代码推送 10 月 21 日。

放出来的不是演示视频，是可下载的权重加能跑的代码。清单有四项：5B 与 14B 模型权重，各含双向生成（bidir）与少步流式（chunk-AR）两个版本；实时流式推理代码；做游戏的 EdenGolem v0.1；串起「文字描述→可玩游戏→实时渲染」的前端工作台。另附一份技术报告。

• 项目页：vast-eden.ai/?p=edenlive
• 代码：github.com/VAST-AI-Research/EdenLive
• 权重：huggingface.co/VAST-AI/EdenLive
• 技术报告：assets.vast-eden.ai/assets/edenlive/EdenLive-tech-report.pdf

数字先看清：24.7 帧是有条件的

24 FPS 这个数字要加上限定语。README 写的是：EdenLive 5B 在单张 RTX 5090 上，用 LightX2V 加速后达到每秒约 24.7 帧，分辨率 1280×704。1280×704 比标准 720P（1280×720）少 16 行像素，肉眼差别不大，但别当成 1080P 看。

LightX2V 做了什么：低比特量化、算子融合、KV cache 优化、torch.compile、CUDA Graphs、流式 LightTAE 解码。这些是第三方加速框架做的工程优化，模型本身不自带。也就是说，5090 能跑实时，跑的是量化版本，画质跟 80GB 卡上的 BF16 原版不是一回事。

官方验证过的环境是另一套：Linux x86-64、80GB 显存的 NVIDIA 卡、CUDA 13 驱动。README 明确写 5B 支持单卡 720P 部署。端到端延迟按开发者拆解文章的口径在百毫秒级，支持分钟级连续生成。

还有一组评分。VAST 用 Gemini-3.8-Flash 当裁判，对 45 个长时案例做两两盲评，每组交换顺序各评一次，按参考遵循、首帧一致性、物理合理性、画质、避免外观泄漏五个维度算 Elo。14B 与 5B 排第一和第二，14B 在参考遵循上得 1704 分，比 AgentGarten 高约 200 分。裁判本身也是模型，这个结论的强度要打个折。

硬门槛：210GB 权重，先算自家硬盘

权重总量约 210GB。README 的目录结构里，14B 双向、14B 少步、5B 双向、5B 少步四套 DiT 各占一份，还要带 VAE、TAEHV 解码器、UMT5 文本编码器、CLIP 图像编码器、DINOv3 视觉编码器，以及工作台首帧要用的 FLUX 树。

环境要求：Python 3.10、PyTorch 2.13.0（cu130）、Linux x86-64、80GB 显存。默认的 5B 双向配置还要 SM90 架构、BF16，以及 flash-attn-4 4.0.0b31、nvidia-cutlass-dsl 4.7.1 两个内核包。

结论很直白：Windows 笔记本、Mac、核显小主机，没有一条路能本地跑起来。想在自己电脑上试，先接受三个前提：Linux 环境、能空出 210GB 的硬盘、一张至少 24GB 显存且能跑量化版的 N 卡。

• 权重体积：约 210GB，四套 DiT 都下就是双份
• 操作系统：官方只验证 Linux x86-64，Windows 走 WSL 属于未验证路径
• 显存：官方验证 80GB，5090 的 32GB 靠量化版才够
• Python / 框架：3.10 + PyTorch 2.13.0 + CUDA 13

三条上手路径，按手里的硬件选

别一上来就 clone 仓库。按硬件分三档，选一条走通比三条都试一遍省时间。

• 只有普通电脑：去项目页看演示，覆盖游戏交互、画风转换、具身数据三类。想动手，去 loop.unbound.io，极客公园报道官方已把 EdenLive 接进这个 3D 资产平台，站内是否开放免费入口要看当期页面。
• 有 5090 或 4090：走 LightX2V 路径，按它的部署指南做模型转换、量化，再启动服务。这条路能跑到实时帧率，代价是画质有损耗。
• 有云上预算：极客公园报道 EdenLive 已上线模型开放平台 Reactor，可直接试用；README 也给了自部署流程，需要一张 B200，用 reactor build 拉起镜像，reactor run 起服务，再跑 reactor/demo 里的前端。

装的时候容易卡住的三个点

PyTorch 要按显卡驱动版本选 cu130 还是 cu128，选错了后面全白搭。

装 flash-attn 这类内核包必须带 --no-deps，否则 pip 顺手把 PyTorch 升到别的版本，之前的编译全废。

实时服务有启动顺序：先起 TURN 中继（apt 装 coturn，再跑 turn_server.sh），再起模型服务（start.sh 5b 或 14b）。少一步，浏览器那头连不上画面。工作台默认端口 8089。

不碰模型也能玩：EdenGolem 四步做出灰盒游戏

如果目标只是做一个能玩的 3D 小游戏，不装权重也能做。EdenGolem v0.1 是给编程智能体用的 skill，输入一段玩法描述，智能体自己往下推四个阶段。

• 第一阶段：明确规则和主题，把玩法拆成可执行的条目
• 第二阶段：搭建角色和场景，生成 Three.js 可跑的灰盒
• 第三阶段：接入运行逻辑，处理输入、碰撞、状态变化
• 第四阶段：补全界面和验收流程，交出一个能独立运行的游戏

用它之前要知道的代价

目前覆盖解谜、射击、驾驶、冒险、竞技场、格斗六类。产出是灰盒游戏，画面朴素。想让画面好看，再把它接进 EdenLive 渲染。

运行前要装 Claude CLI，先 claude auth login 完成登录和首次信任确认。生成环节用的是 --dangerously-skip-permissions 模式，意思是智能体改文件时不再逐条问你。别在存着重要资料的目录里跑这一步。

跑完整工作台要起四个服务：TURN 中继、WOrkbench_bridge、FLUX 首帧服务、模型服务。bridge 那台机器要装 claude CLI，跨机部署时还得把 bridge 的 .workbench/token 拷到 GPU 机器的 realtime 目录。这一步 README 有写，但很容易漏。

商用前必须分清的五层许可证

开源不等于全都能商用。EdenLive 的许可证分了好几层，README 末尾那张表要逐行看，第一方代码和模型权重不是同一个协议。

• 第一方代码（edenlive/、realtime/）：Apache 2.0，可商用
• 模型权重里的 dit-*、vae-*、umt5/、scheduler-*、decoder-*：Apache 2.0，可商用
• clip/（LAION CLIP ViT-H/14）：MIT
• vision-encoder/（DINOv3 及衍生）：DINOv3 自有许可，用前单独读原文
• flux-c2f/（FLUX.2 klein 9B 加 LoRA，只用于工作台首帧）：FLUX 非商用许可，仅限非商业、非生产用途，还要求对生成图做内容过滤

这条最容易被忽略

核心权重能商用，但前端工作台的首帧渲染器用的是 FLUX 非商用模型。想拿它做商业项目，要么绕开工作台自己接首帧，要么换一个许可允许的模型进去，别整套搬进生产线。

DINOv3 那一层也不是标准开源协议，是 Meta 自己写的条款。二次分发或集成到产品前，把原文读一遍，别只看 GitHub 仓库首页那个 Apache 2.0 徽章。

现在能干成什么，干不成什么

多家拆解文章都提到一个口径：现阶段更适合场景漫游、推箱子这类低频交互玩法。原因是每次交互都要重算画面，高频操作下延迟和稳定性压力大。格斗、射击的 demo 能演示，离上线还有距离。

牛津学者 2026 年 1 月的综述把「视觉混淆」列为世界模型要解决的问题：画面逼真不代表模型理解因果和物理规律。EdenLive 把规则交给上游，回避了其中一部分，但画面一致性和物理合理性仍旧依赖参考质量与状态约束。

• 适合：动画预演、场景漫游、原型加画面、视频画风转换、机器人训练数据合成
• 不适合：高频对战、需要精确物理的玩法、没有上游状态系统的纯视频创作
• 不建议：直接商用工作台整套流程，首帧渲染器带非商用许可

今天就能动手的三步

第一步，打开项目页，把演示看完。重点看画风转换和具身数据增强两段，这两段最能说明它跟普通视频生成的区别。

第二步，拿一段自己拍的手机视频，去 Unbound Loop 走一遍重渲染。这一步不吃显卡，也不花钱，入口是否免费以站内当期页面为准。

第三步，想看代码就直奔 GitHub 仓库 README 的 Installation 表，先核对自己有没有 80GB 显存、能不能接受量化版，再决定要不要下那 210GB 权重。

写在最后

这次开源真正降低的门槛有两处：一是从零做出可玩原型，二是让原型看起来像成品。第三条门槛它没动——游戏好不好玩、能不能上线，仍然由写规则的人决定。

仓库、权重、技术报告三个地址都在 README 顶部，动手前先把 License 那一节看完，比看十个演示视频有用。

关注格熊，持续分享最新免费资源！