Oasis 是由 Decart 和 Etched 共同推出的首个可体验、实时、开放世界的 AI 模型，定位为完全由 AI 生成的交互式视频体验。官方称其为“Transformer 中的宇宙”，是迈向更复杂交互世界研究的第一步。
用途方面，Oasis 接收用户的键盘输入并实时生成游戏内容，涵盖物理、规则和图形。用户可以移动、跳跃、拾取物品、破坏方块等，整个过程不依赖物理引擎，仅由基础模型驱动。模型能理解建筑、光照物理、物品栏管理、物体理解等复杂内部机制。
主要能力包括：放置非立方体方块、理解光照物理、与动物互动、吃东西恢复生命值、用铲子比用手更快等。Oasis 还能输出多样化的场景、地点和物体，这种通用性让官方相信，经过有限额外训练，Oasis 可以适配生成大量新地图、体验、功能和修改内容。
技术架构上，模型由两部分组成：空间自编码器和潜在扩散骨干，二者都基于 Transformer，自编码器基于 ViT，骨干基于 DiT。与 GameNGen、DIAMOND 等动作条件下的世界模型不同，Oasis 选择 Transformer 以确保稳定可预测的扩展，并在 Etched 的 Transformer ASIC（Sohu）上快速推理。不同于 Sora 等双向模型，Oasis 自回归生成帧，每一帧都能以用户输入为条件，从而实现实时交互。模型使用 Diffusion Forcing 训练，以独立的每 token 噪声水平去噪，支持新颖的解码方案。
为保障长时间范围内的时序稳定性，官方采用了动态噪声调度：在推理时按计划调整噪声，在最初的扩散前向传播中注入噪声以减少误差累积，后续逐步去噪，使模型能保留前帧的高频细节，提升一致性。
性能方面，Oasis 以 20 帧/秒实时输出。当前同类 DiT 架构的先进文本转视频模型（如 Sora、Mochi-1、Runway）即使在多 GPU 上，生成一秒视频也可能需要 10 到 20 秒；而 Oasis 必须每 0.04 秒生成一帧，速度快 100 倍以上。借助 Decart 的推理栈，模型达到实时帧率，首次实现实时交互性。
硬件方面，Oasis 针对 Etched 的 Transformer ASIC（Sohu）优化。Sohu 可扩展到 100B+ 参数的下一代模型，支持 4K 分辨率。Oasis 的端到端 Transformer 架构在 Sohu 上极其高效，即使在 100B+ 参数模型上也能服务超过 10 倍的用户。
官方同时发布了 Oasis 的代码、可本地运行的 500M 参数模型权重，以及更大检查点的在线演示。
未来探索中，官方指出模型仍存在局限：远处视频有时模糊、不确定物体的时序一致性、领域泛化、物品栏的精确控制以及长上下文困难。官方假设这些问题大多可通过扩大模型和数据集规模解决，目前正沿此方向开发并优化训练效率。