hy电玩城在线客服

新智元报道⑱、【新智元导读】「矩阵」不再是科幻⑩！Matrix-Game震撼来袭⑮，突破边界带来交互式引擎①。只需一句话①，沙漠森林等任意场景可控生成⑱，动作丝滑操控⑲，360°视角自由切换⑤，沉浸感爆棚⑮。

黑客帝国中的「矩阵」⑦，已照进现实⑱。

指尖轻点②，一个细节满满⑩、物理规则完美运转的虚拟世界就此诞生▓。

这个曾经只在科幻大片出现的场景⑬，如今「空间智能」就帮人类实现了⑥。

继之前刷屏的单张图片生成虚拟世界Matrix Zero之后▓，昆仑万维又来搞事情了⑭！

这次⑮，他们再度撕裂技术边界⑲，推出Matrix系巅峰之作——Matrix-Game⑦。

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⑮，更让你成为世界主宰的交互式创世引擎②。

在这个空间智能时代⑤，视频生成⑲、3D建模②、交互控制的融合之力⑬，正彻底颠覆人类与虚拟世界的连接方式⑯。

直通「创世之神」⑰、简单来说⑫，Matrix-Game就是通往「创世神」之路的超级加速器⑬。

它是Matrix系列在交互世界生成领域的首次惊艳落地⑮，一个专为游戏世界量身打造的交互式世界基础模型▓。

Matrix-Game的强大之处在于⑥，不仅能在开放世界里「造」出高质量场景⑥，还能精准控制里面的细节⑧。

现在④，只需要输入一个指令①，即可自由探索⑨、操控⑧，甚至创造出细节丰富⑩、物理规则合理的虚拟世界⑯。

多场景可控生成⑪、比如沙漠⑬、森林❷、山丘⑤、冰原❸、河流等场景❸，Matrix-Game可一键生成⑯。

这种多场景泛化能力④，让Matrix-Game具备了强大的环境适用性⑮，覆盖了不同地形⑮、天气⑭、生物群系的Minecraft场景⑳。

依次是：沙漠⑬、海滩❷、山丘⑬、河流▓、森林

它还能支持前进⑩、跳跃②、攻击等细节操作⑲，会根据用户的输入⑯，准确响应⑰。

不论是敲击键盘⑬，还是鼠标滑动⑩，操作体验非常丝滑⑭，仿佛置身于真实世界⑧。

依次是：前进⑱、后退⑩、向左①、向右④、跳跃⑳、攻击

包括视角移动⑨，可实现360°无死角生成⑧。

依次是：视角移动向上②、向下⑨、向左⑱、向右

依次是：视角移动左上⑳、左下▓、右上⑤、右下

现在❷，只需把场景和交互控制融合⑦，便会惊叹Matrix-Game无与伦比的技术实力⑭。

不论是前进⑭、后退⑯，向左⑭、向右⑫，Matrix-Game不仅能精准响应⑭，而且周边物理环境生成的稳定性极高❸。

左右滑动查看⑰、再比如④，跳跃攻击等幅度大的动作▓，更是对AI空间生成提出了高难度的考验⑫。

Matrix-Game模拟了真实物理规律⑥，精准拿捏③。

它生成的虚拟世界不仅视觉连贯②、细节逼真⑫，还严格遵守了自然物理规律⑤，如重力⑤、碰撞等⑥。

这种高保真表现⑫，显着提升了沉浸感▓，让用户仿佛「身临其境」⑤。

总而言之❷，Matrix-Game能在不同Minecraft场景下做到可控生成⑯，包括基础运动⑧、复合运动❷、视角运动等⑨。

泛化场景生成①、更令人兴奋的是❶，Matrix-Game展现出向非Minecraft游戏环境泛化的潜力⑱，为更广泛的应用奠定了基础⑨。

比如①，生成赛博风格的城市⑦。

还有古建筑风格的场景❷，都能无限生成④。

由上可见⑯，Matrix-Game这一突破性成果⑥，直接点燃了虚拟世界的无限可能③。

它不仅刷新了交互式世界生成的技术天花板⑳，更为构建通用虚拟世界基座树立了全新标杆▓。

那么①，它是如何做到的呢⑮？

解密Matrix-Game

三大技术核心⑳、接下来③，让我们一一拆解Matrix-Game的三大「秘密武器」❷。

大规模高质量Matrix-Game-MC数据集

数据是AI模型的「养分」⑱，其质量和丰富度直接决定了模型的成败⑨。

为此⑯，昆仑万维团队自主构建了大规模Matrix-Game-MC数据集▓，为复杂环境的动态学习和交互模式训练⑳，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」❶，兼顾了数据规模和质量❷。

无标注预⑤、训练数据⑥、从6000小时的MineDojo数据中▓，研究者通过三阶段过滤机制⑱，筛选出近千小时高质量数据⑯。

具体来说⑰，经过了 画质与美学过滤⑬； 非游戏内容剔除④； 动态与视角稳定性过滤⑰。

有标注可控数据⑦、这里③，采用了两种策略⑱，生成数千小时的精细标注数据⑤。

探索智能体：利用VPT agent在 MineRL环境中进行自动探索❷，生成包含精确键盘与鼠标控制信号的Minecraft视频数据⑰，支持可控性学习⑮。

程序化模拟：基于Unreal Engine手动构建清晰⑧、标注精确的交互场景▓，提供位置信息⑬、动作标注⑮、以及环境反馈信号⑩，生成高精度⑲、无噪声的可控标注数据⑰，助力高保真动作-响应建模⑲。

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⑥，Matrix-Game打造了一个从图像到世界生成的创新框架⑦。

只需输入一个指令❶、鼠标移动▓，它就能生成连贯❷、可控的互动视频④，兼顾视觉精度⑳、时序一致性和物理合理性⑨。

整体架构的设计⑭，有三大核心亮点：

1. 图像到世界建模⑨、它不依赖语言提示②，仅基于视觉信号建模空间几何⑪、物体运动⑨，及物理交互②，强调空间智能能力❷。

输入形式是以单张参考图像为起点⑯，生成交互式视频⑩。

在交互可控生成上▓，融合了用户动作输入⑲，通过多模态扩散模型⑲，直接生成虚拟游戏世界的视频内容⑫。

自回归式视频生成⑨、Matrix-Game支持自回归方式scaling生成长度❸，可持续生成高一致性长视频内容❸。

每次⑱，它会以前一视频最后k=5帧作为运动上下文▓，逐段递进生成⑧，确保了时间上的连贯性⑮。

此外▓，通过随机扰动⑰、随机删除⑮、分类引导策略▓，可缓解时序漂移和误差积累⑥，确保了时间连贯性⑯。

3. 可控交互设计❷、对于交互设计⑦，键盘动作是以离散token表达⑦，视角移动动作则以连续token表达⑨。

同时⑳，它采用了GameFactory控制模块①，融入多模态Diffusion Transformer架构⑲，并利用CFG提升对控制信号的鲁棒响应能力⑬。

得益于这一架构⑳，使得Matrix-Game在生成交互世界时②，既能保持视觉上的惊艳效果⑥，又能精准响应用户指令▓。

统一评测体系▓、接下来⑯，如何去全面▓、科学地评估交互世界生成模型的性能⑮？

为此②，研究团队创新性提出GameWorld Score评测体系▓。

它从视觉质量③、时间一致性⑩、交互可控性④，以及物理规则理解四个关键维度❸，来进行量化评估❷。

视觉质量❷、：基于人类视觉系统标准❶，评估每一帧图像清晰度⑲、结构一致性与真实感④。

时间一致性⑰、：衡量视频的动态连贯性⑤，包括运动连续性⑦、节奏平滑性与时间稳定性⑫。

交互可控性❸、：测试生成结果是否准确响应用户输入的控制信号②，涵盖离散控制和连续控制❸。

物理规则理解⑫、：验证生成视频是否遵循物理常识与空间一致性②。

这一体系的提出⑭，填补了行业在交互性⑫、物理一致性等维度的评测空白⑲，为模型的迭代优化提供了科学依据⑩。

而且⑳， 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⑧。

它不仅为Matrix-Game性能提供了全面量化的依据④，也为整个交互世界生成领域⑭，树立了统一的标准⑫。

刷新SOTA⑭、重塑交互式世界生成标杆⑭、在实验评估中①，通过两阶段训练策略▓，17B参数规模的大模型在空间理解④、物理交互建模⑥，以及用户指令响应方面⑨，取得了显着的突破⑱。

在GameWorld Score评测系统中❷，Matrix-Game在以上四大评测维度中全面领先②，超越了业内着名开源基线——Decart的Oasis和微软的MineWorld❸。

尤其是❸，新模型在交互可控性和物理一致性等关键指标上⑨，表现尤为突出❶。

在双盲评实验中⑪，用户更倾向于选择Matrix-Game生成的视频：

96.3%总体偏好率❸，生成效果更真实⑲、连贯⑭、可信⑥；

93.76%动作控制偏好②，准确响应键盘与鼠标指令▓；

98.23%视觉质量得分❸，单帧画面更清晰美观⑥；

89.56%时间一致性得分❶，动态流畅⑭，无闪烁跳变①。

在控制性能上③，Matrix-Game可实现「运动」「攻击」等动作高达90%+准确率⑧；细粒度视角控制下依然保持高精度响应⑭。

此外⑥，Matrix-Game在8大典型Minecraft场景中❶，也全面领先⑤。

模型展现出卓越的环境适应与泛化能力⑭，可广泛应用于复杂动态的虚拟世界交互任务❷。

Matrix-Game用事实证明⑥，它不仅能「看得清」❷，更能「动得准▓、控得稳」⑦，是当前最强的交互式世界生成基座模型之一⑳。

多领域革命引擎①、解锁交互宇宙⑲、作为空间智能领域的先锋之作⑲，Matrix-Game不仅是一个技术突破⑦，更是一个跨行业的赋能引擎⑱。

通过融合视频生成⑩、三维建模与交互控制等核心技术③，空间智能不仅支持更加自然⑰、直观③、沉浸的体验⑥，也在具身智能⑯、影视制作⑧、游戏开发等领域展现出巨大潜力⑲。

Matrix-Game强大的交互式生成能力②，未来将在多个领域掀起深远的变革⑪。

虚拟游戏世界快速搭建⑧、老黄曾表示⑭，「用不了十年⑩，我们就能看到游戏中每一个像素都是由AI生成的」⑮。

Matrix-Game的诞生⑦，让这一预言又近了一步⑮。

传统游戏世界构建❶，往往依赖人工设计和3D建模❶，开发周期长❶、成本高①。

而且⑨，许多游戏地图和任务缺乏多样性⑱，难以满足玩家对高自由度探索需求⑤。

对于游戏开发者⑥，Matrix-Game能以低成本❶、高效率生成细节丰富⑳、可控的游戏地图与任务环境⑲，极大地缩短了开发周期⑤。

不论是开放世界RPG的广袤大陆▓，还是沙盒游戏的动态地形③，Matrix-Game都能根据指令实时生成⑩，赋予玩家更高自由度的探索体验⑤。

同时⑰，其物理一致性确保了游戏世界的真实感③、沉浸感⑪。

具身智能体训练与测试⑩、具身智能▓，也称物理AI⑰，是AI下一个前沿⑱。

它能够让智能体在物理世界中⑤，具备感知⑤、推理和行动的能力⑤。然而③，现实开发和测试中⑩，具身智能面临着多种挑战❸。

比如⑦，环境复杂性不足❷，测试场景单一⑱，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⑮。

又或是⑭，真实物理环境搭建和数据采集耗时耗力❶，成本高昂等等⑱。

在红杉最新演讲中⑪，Jim Fan将「物理图灵测试」称之为AI的下一个北极星⑲，即智能体在虚拟和物理世界无缝操作⑫，展现出与人类无异的能力⑪。

而Matrix-Game以高保真的交互世界生成能力⑬，为智能体提供逼真的训练环境❸，直接助力这一目标的实现②。

从上面demo中不难看出⑲，Matrix-Game可快速生成高度逼真虚拟场景▓，森林②、山丘②、冰原⑬、蘑菇等⑱，涵盖了多样地形⑬、物体元素⑱，多样化场景定制⑧。

这种环境不仅视觉细节丰富⑩，还严格遵守物理规律⑫，可以为具身智能提供接近真实世界的训练场⑰。

另外⑰，支持前进⑨、跳跃③、抓取等精细动作④，Matrix-Game还能让智能体实时②、细致的交互⑰。

未来⑤，Matrix-Game通过模拟极端天气③、家庭环境等❷，训练机器人⑭、服务智能体⑦，推动通用具身智能的实现⑲。

影视与元宇宙内容生产⑥、在影视与元宇宙领域⑥，虚拟场景往往依赖3D建模和特效团队⑳，一个好莱坞特效场景制作可能耗费数月⑪，甚至数年⑬，成本动辄数百万⑪。

一些现有虚拟世界⑧，多为静态或有限的交互❶，难以满足元宇宙用户对自由探索和实时互动的需求③。

Matrix-Game能以更高效生产真实合理的动态虚拟空间⑱，直接赋能创意内容制作与沉浸式体验的开发⑤。

它为导演⑰、元宇宙开发者提供了一个革命性工具④，将重塑虚拟内容创作的未来⑥。

教育与仿真系统构建⑳、Matrix-Game在教育❸、仿真系统构建领域中❷，同样大有可为⑫。

即⑲，通过生成高度可控⑮、交互丰富的虚拟学习环境①，为学生和专业人士提供一个沉浸式训练平台❷。

举个栗子⑯，在医学教育中⑲，或许就可以利用Matrix-Game模拟手术室场景❶，让学生身临其境练习复杂操作▓。

在航空航天领域▓，则可以用于生成逼真的飞行模拟环境⑥，帮助飞行员提升应对突发状况的能力⑫。

这些虚拟场景的搭建⑬，不仅能降低培训成本⑳，还能通过交互反馈提升学习效果⑳。

此外⑫，在文化遗产保护❶、零售电商▓、数字孪生与智能城市规划等领域中⑧，Matrix-Game未来将会释放无限的潜力④。

它让世界不再是静态的画卷①，而是可以被探索⑳、被操控▓、被创造的活宇宙⑤。

下一步⑪，Matrix-Game还将继续迭代优化❷，带领我们迈向更加智能⑤、沉浸的虚拟世界▓。

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③，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❷，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”⑱。

很赞哦①！