HY电玩城管网

新智元报道⑱、【新智元导读】「矩阵」不再是科幻⑤！Matrix-Game震撼来袭③，突破边界带来交互式引擎⑬。只需一句话⑧，沙漠森林等任意场景可控生成⑮，动作丝滑操控⑦，360°视角自由切换⑲，沉浸感爆棚⑬。

黑客帝国中的「矩阵」⑳，已照进现实▓。

指尖轻点①，一个细节满满③、物理规则完美运转的虚拟世界就此诞生⑤。

这个曾经只在科幻大片出现的场景❸，如今「空间智能」就帮人类实现了⑭。

继之前刷屏的单张图片生成虚拟世界Matrix Zero之后⑤，昆仑万维又来搞事情了⑨！

这次①，他们再度撕裂技术边界⑬，推出Matrix系巅峰之作——Matrix-Game③。

技术报告：https://github.com/SkyworkAI/Matrix-Game/blob/main/assets/report.pdf

项目主页：https://matrix-game-homepage.github.io

这是一个不仅能生成虚拟世界⑬，更让你成为世界主宰的交互式创世引擎⑩。

在这个空间智能时代⑳，视频生成⑮、3D建模⑧、交互控制的融合之力⑦，正彻底颠覆人类与虚拟世界的连接方式❷。

直通「创世之神」⑭、简单来说⑧，Matrix-Game就是通往「创世神」之路的超级加速器⑦。

它是Matrix系列在交互世界生成领域的首次惊艳落地⑬，一个专为游戏世界量身打造的交互式世界基础模型⑱。

Matrix-Game的强大之处在于④，不仅能在开放世界里「造」出高质量场景❸，还能精准控制里面的细节⑬。

现在❷，只需要输入一个指令⑬，即可自由探索⑭、操控⑤，甚至创造出细节丰富⑪、物理规则合理的虚拟世界②。

多场景可控生成⑱、比如沙漠③、森林⑪、山丘❶、冰原❷、河流等场景⑪，Matrix-Game可一键生成⑮。

这种多场景泛化能力⑤，让Matrix-Game具备了强大的环境适用性⑭，覆盖了不同地形⑪、天气❸、生物群系的Minecraft场景⑫。

依次是：沙漠⑯、海滩❶、山丘⑥、河流⑩、森林

它还能支持前进⑨、跳跃▓、攻击等细节操作❶，会根据用户的输入❷，准确响应⑰。

不论是敲击键盘⑫，还是鼠标滑动⑭，操作体验非常丝滑⑭，仿佛置身于真实世界⑦。

依次是：前进⑥、后退⑲、向左⑥、向右❸、跳跃③、攻击

包括视角移动❷，可实现360°无死角生成⑧。

依次是：视角移动向上⑦、向下②、向左⑤、向右

依次是：视角移动左上⑫、左下⑤、右上⑦、右下

现在⑱，只需把场景和交互控制融合❶，便会惊叹Matrix-Game无与伦比的技术实力❶。

不论是前进③、后退②，向左❸、向右❷，Matrix-Game不仅能精准响应❷，而且周边物理环境生成的稳定性极高①。

左右滑动查看③、再比如⑥，跳跃攻击等幅度大的动作❸，更是对AI空间生成提出了高难度的考验⑦。

Matrix-Game模拟了真实物理规律①，精准拿捏▓。

它生成的虚拟世界不仅视觉连贯❶、细节逼真⑰，还严格遵守了自然物理规律⑱，如重力⑳、碰撞等❷。

这种高保真表现①，显着提升了沉浸感⑲，让用户仿佛「身临其境」⑦。

总而言之⑨，Matrix-Game能在不同Minecraft场景下做到可控生成▓，包括基础运动⑥、复合运动⑮、视角运动等❸。

泛化场景生成③、更令人兴奋的是⑳，Matrix-Game展现出向非Minecraft游戏环境泛化的潜力❸，为更广泛的应用奠定了基础⑬。

比如⑬，生成赛博风格的城市❸。

还有古建筑风格的场景⑨，都能无限生成⑫。

由上可见⑱，Matrix-Game这一突破性成果⑭，直接点燃了虚拟世界的无限可能⑯。

它不仅刷新了交互式世界生成的技术天花板❸，更为构建通用虚拟世界基座树立了全新标杆⑤。

那么⑲，它是如何做到的呢⑧？

解密Matrix-Game

三大技术核心⑲、接下来⑳，让我们一一拆解Matrix-Game的三大「秘密武器」❶。

大规模高质量Matrix-Game-MC数据集

数据是AI模型的「养分」①，其质量和丰富度直接决定了模型的成败⑩。

为此⑰，昆仑万维团队自主构建了大规模Matrix-Game-MC数据集⑧，为复杂环境的动态学习和交互模式训练⑬，提供了坚实的基础❶。

它涵盖了「无标注预训练数据」和精细标注的「有标注可控数据」⑱，兼顾了数据规模和质量⑬。

无标注预⑫、训练数据⑥、从6000小时的MineDojo数据中⑥，研究者通过三阶段过滤机制⑳，筛选出近千小时高质量数据①。

具体来说⑮，经过了 画质与美学过滤⑳； 非游戏内容剔除⑯； 动态与视角稳定性过滤⑦。

有标注可控数据①、这里⑮，采用了两种策略③，生成数千小时的精细标注数据⑫。

探索智能体：利用VPT agent在 MineRL环境中进行自动探索⑦，生成包含精确键盘与鼠标控制信号的Minecraft视频数据⑧，支持可控性学习❶。

程序化模拟：基于Unreal Engine手动构建清晰⑲、标注精确的交互场景②，提供位置信息④、动作标注⑦、以及环境反馈信号⑨，生成高精度⑭、无噪声的可控标注数据⑳，助力高保真动作-响应建模②。

核心架构：从图像出发构建可控交互世界

基于当前最火的扩散模型技术⑧，Matrix-Game打造了一个从图像到世界生成的创新框架⑩。

只需输入一个指令⑭、鼠标移动▓，它就能生成连贯❶、可控的互动视频▓，兼顾视觉精度⑯、时序一致性和物理合理性⑤。

整体架构的设计⑪，有三大核心亮点：

1. 图像到世界建模⑬、它不依赖语言提示⑰，仅基于视觉信号建模空间几何⑩、物体运动②，及物理交互▓，强调空间智能能力⑨。

输入形式是以单张参考图像为起点⑬，生成交互式视频⑬。

在交互可控生成上❷，融合了用户动作输入⑲，通过多模态扩散模型①，直接生成虚拟游戏世界的视频内容⑮。

自回归式视频生成⑩、Matrix-Game支持自回归方式scaling生成长度⑬，可持续生成高一致性长视频内容⑥。

每次②，它会以前一视频最后k=5帧作为运动上下文⑱，逐段递进生成❷，确保了时间上的连贯性②。

此外⑰，通过随机扰动⑧、随机删除❶、分类引导策略❶，可缓解时序漂移和误差积累⑦，确保了时间连贯性❸。

3. 可控交互设计❷、对于交互设计⑤，键盘动作是以离散token表达⑮，视角移动动作则以连续token表达⑦。

同时⑧，它采用了GameFactory控制模块⑥，融入多模态Diffusion Transformer架构④，并利用CFG提升对控制信号的鲁棒响应能力⑥。

得益于这一架构②，使得Matrix-Game在生成交互世界时❶，既能保持视觉上的惊艳效果⑭，又能精准响应用户指令⑥。

统一评测体系⑫、接下来⑥，如何去全面❶、科学地评估交互世界生成模型的性能⑪？

为此⑫，研究团队创新性提出GameWorld Score评测体系②。

它从视觉质量①、时间一致性⑰、交互可控性⑰，以及物理规则理解四个关键维度⑦，来进行量化评估⑥。

视觉质量⑫、：基于人类视觉系统标准⑯，评估每一帧图像清晰度⑫、结构一致性与真实感❶。

时间一致性⑧、：衡量视频的动态连贯性⑦，包括运动连续性⑮、节奏平滑性与时间稳定性⑪。

交互可控性⑨、：测试生成结果是否准确响应用户输入的控制信号❷，涵盖离散控制和连续控制④。

物理规则理解⑧、：验证生成视频是否遵循物理常识与空间一致性③。

这一体系的提出⑥，填补了行业在交互性⑰、物理一致性等维度的评测空白❸，为模型的迭代优化提供了科学依据⑪。

而且⑯， GameWorld Score首次实现了对「感知质量+控制能力+物理合理性」的全方位衡量▓。

它不仅为Matrix-Game性能提供了全面量化的依据⑪，也为整个交互世界生成领域⑥，树立了统一的标准⑤。

刷新SOTA④、重塑交互式世界生成标杆⑥、在实验评估中③，通过两阶段训练策略④，17B参数规模的大模型在空间理解⑩、物理交互建模⑯，以及用户指令响应方面①，取得了显着的突破⑳。

在GameWorld Score评测系统中③，Matrix-Game在以上四大评测维度中全面领先❸，超越了业内着名开源基线——Decart的Oasis和微软的MineWorld❸。

尤其是⑫，新模型在交互可控性和物理一致性等关键指标上⑧，表现尤为突出❸。

在双盲评实验中③，用户更倾向于选择Matrix-Game生成的视频：

96.3%总体偏好率⑮，生成效果更真实①、连贯⑯、可信❷；

93.76%动作控制偏好▓，准确响应键盘与鼠标指令⑩；

98.23%视觉质量得分⑦，单帧画面更清晰美观⑱；

89.56%时间一致性得分⑥，动态流畅⑪，无闪烁跳变③。

在控制性能上❷，Matrix-Game可实现「运动」「攻击」等动作高达90%+准确率▓；细粒度视角控制下依然保持高精度响应①。

此外⑤，Matrix-Game在8大典型Minecraft场景中⑲，也全面领先⑰。

模型展现出卓越的环境适应与泛化能力⑦，可广泛应用于复杂动态的虚拟世界交互任务❶。

Matrix-Game用事实证明⑪，它不仅能「看得清」❷，更能「动得准①、控得稳」⑭，是当前最强的交互式世界生成基座模型之一⑨。

多领域革命引擎③、解锁交互宇宙⑪、作为空间智能领域的先锋之作⑤，Matrix-Game不仅是一个技术突破⑯，更是一个跨行业的赋能引擎③。

通过融合视频生成▓、三维建模与交互控制等核心技术⑮，空间智能不仅支持更加自然⑥、直观⑲、沉浸的体验①，也在具身智能▓、影视制作⑰、游戏开发等领域展现出巨大潜力⑭。

Matrix-Game强大的交互式生成能力③，未来将在多个领域掀起深远的变革⑬。

虚拟游戏世界快速搭建⑫、老黄曾表示③，「用不了十年⑰，我们就能看到游戏中每一个像素都是由AI生成的」⑧。

Matrix-Game的诞生⑪，让这一预言又近了一步⑧。

传统游戏世界构建④，往往依赖人工设计和3D建模⑯，开发周期长④、成本高②。

而且②，许多游戏地图和任务缺乏多样性⑮，难以满足玩家对高自由度探索需求❶。

对于游戏开发者⑲，Matrix-Game能以低成本⑦、高效率生成细节丰富⑳、可控的游戏地图与任务环境⑫，极大地缩短了开发周期▓。

不论是开放世界RPG的广袤大陆❸，还是沙盒游戏的动态地形⑥，Matrix-Game都能根据指令实时生成⑭，赋予玩家更高自由度的探索体验⑲。

同时⑲，其物理一致性确保了游戏世界的真实感⑩、沉浸感⑫。

具身智能体训练与测试③、具身智能①，也称物理AI⑱，是AI下一个前沿⑩。

它能够让智能体在物理世界中⑦，具备感知③、推理和行动的能力⑩。然而①，现实开发和测试中②，具身智能面临着多种挑战⑲。

比如⑦，环境复杂性不足⑲，测试场景单一⑭，测试中难以复现现实世界动态性和复杂性⑤，导致训练效果较为有限⑦。

又或是⑦，真实物理环境搭建和数据采集耗时耗力⑧，成本高昂等等❶。

在红杉最新演讲中⑲，Jim Fan将「物理图灵测试」称之为AI的下一个北极星⑥，即智能体在虚拟和物理世界无缝操作④，展现出与人类无异的能力④。

而Matrix-Game以高保真的交互世界生成能力⑨，为智能体提供逼真的训练环境⑮，直接助力这一目标的实现⑪。

从上面demo中不难看出①，Matrix-Game可快速生成高度逼真虚拟场景⑦，森林⑬、山丘▓、冰原⑭、蘑菇等⑤，涵盖了多样地形▓、物体元素⑥，多样化场景定制⑥。

这种环境不仅视觉细节丰富❷，还严格遵守物理规律⑰，可以为具身智能提供接近真实世界的训练场⑧。

另外❶，支持前进⑤、跳跃❸、抓取等精细动作①，Matrix-Game还能让智能体实时⑦、细致的交互②。

未来⑱，Matrix-Game通过模拟极端天气⑩、家庭环境等⑥，训练机器人⑰、服务智能体⑲，推动通用具身智能的实现⑫。

影视与元宇宙内容生产⑱、在影视与元宇宙领域❸，虚拟场景往往依赖3D建模和特效团队❸，一个好莱坞特效场景制作可能耗费数月❸，甚至数年⑦，成本动辄数百万❶。

一些现有虚拟世界⑧，多为静态或有限的交互①，难以满足元宇宙用户对自由探索和实时互动的需求②。

Matrix-Game能以更高效生产真实合理的动态虚拟空间⑮，直接赋能创意内容制作与沉浸式体验的开发❷。

它为导演⑤、元宇宙开发者提供了一个革命性工具⑬，将重塑虚拟内容创作的未来⑲。

教育与仿真系统构建③、Matrix-Game在教育⑥、仿真系统构建领域中②，同样大有可为⑥。

即②，通过生成高度可控⑱、交互丰富的虚拟学习环境⑰，为学生和专业人士提供一个沉浸式训练平台⑳。

举个栗子❸，在医学教育中⑥，或许就可以利用Matrix-Game模拟手术室场景❷，让学生身临其境练习复杂操作⑯。

在航空航天领域⑭，则可以用于生成逼真的飞行模拟环境❸，帮助飞行员提升应对突发状况的能力⑱。

这些虚拟场景的搭建⑱，不仅能降低培训成本⑪，还能通过交互反馈提升学习效果⑲。

此外⑧，在文化遗产保护⑰、零售电商④、数字孪生与智能城市规划等领域中❷，Matrix-Game未来将会释放无限的潜力⑳。

它让世界不再是静态的画卷③，而是可以被探索⑪、被操控⑪、被创造的活宇宙⑯。

下一步①，Matrix-Game还将继续迭代优化❶，带领我们迈向更加智能③、沉浸的虚拟世界❷。

参考资料：

转载：感谢您对电玩城捕鱼种类都有的软件网站平台的认可⑫，以及对电玩城捕鱼种类都有的软件原创作品以及文章的青睐⑫，非常欢迎各位朋友分享到个人站长或者朋友圈⑭，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”④。

很赞哦⑧！