Tripo 背后的公司 VAST 开源了 EdenLive，这是一个给交互式世界用的实时生成式渲染器。5B 和 14B 权重已经上了 Hugging Face，推理代码和技术报告也都公开了。VAST 称，5B 模型在一张 RTX 5090 上能以每秒 24 帧以上生成 720P 画面，还能连续生成几分钟。
EdenLive 并不自己模拟整个世界。游戏引擎或编程智能体负责跑规则、记住世界状态，然后输出一段粗糙的参考视频。EdenLive 拿到这段视频、目标首帧和文字提示，一边播放一边把它渲染成精细画面。角色怎么走、有没有撞上、血条和输赢判定，都由上游程序管。VAST 称，从按键到对应画面出现，端到端延迟目前在几百毫秒。
技术报告说，视频生成部分是从 Wan2.2-TI2V-5B 和 Wan2.1-I2V-14B 起步的。除了权重，VAST 还放出了流式推理代码、一个能把文字提示变成简单可玩游戏的技能，以及一个能从提示一路走到游戏的网页前端。这个前端要调用 Claude CLI 来生成游戏。
代码和权重的许可证不一样。GitHub 上的代码是 Apache 2.0，Hugging Face 上的权重用的是名为 edenlive-mixed 的混合许可，不同部分条款不同，其中只给网页前端用的一部分限非商业用途。打算商用的话，先看 LICENSE 文件。
硬件方面，VAST 给原版代码列出的测试环境是 Linux 加 80 GB 显存的 NVIDIA 显卡，整套权重大约 210 GB。一张 RTX 5090 的结果是 VAST 自己在 README 里列出的，用的是另一个加速项目 LightX2V 优化过的推理。LightX2V 的指南写的是：5B 模型在 1280×704、INT8 量化下约 24.7 帧每秒，显存峰值约 28.4 GiB。
VAST 也写了还要改进的地方。技术报告说，参考画面里哪个物体代表哪个角色或物品，目前全靠模型自己推断；它的记忆比较短，东西被挡住很久或者回到之前的场景后，细节可能对不上；用户也还没法调节它要多贴近参考画面。
