您现在的位置是： 网站首页>国内国内

皇家电玩城手机版下载

许忆山 2025-05-14 【国内】 5095 人已围观

新智元报道⑦、【新智元导读】「矩阵」不再是科幻❸！Matrix-Game震撼来袭⑤，突破边界带来交互式引擎❷。只需一句话⑰，沙漠森林等任意场景可控生成⑱，动作丝滑操控③，360°视角自由切换❷，沉浸感爆棚②。

黑客帝国中的「矩阵」⑮，已照进现实①。

指尖轻点⑭，一个细节满满⑯、物理规则完美运转的虚拟世界就此诞生⑰。

这个曾经只在科幻大片出现的场景⑳，如今「空间智能」就帮人类实现了③。

继之前刷屏的单张图片生成虚拟世界Matrix Zero之后②，昆仑万维又来搞事情了▓！

这次⑤，他们再度撕裂技术边界⑪，推出Matrix系巅峰之作——Matrix-Game▓。

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▓，更让你成为世界主宰的交互式创世引擎⑤。

在这个空间智能时代⑲，视频生成⑲、3D建模❶、交互控制的融合之力⑥，正彻底颠覆人类与虚拟世界的连接方式⑦。

直通「创世之神」▓、简单来说⑪，Matrix-Game就是通往「创世神」之路的超级加速器❶。

它是Matrix系列在交互世界生成领域的首次惊艳落地①，一个专为游戏世界量身打造的交互式世界基础模型⑩。

Matrix-Game的强大之处在于⑦，不仅能在开放世界里「造」出高质量场景▓，还能精准控制里面的细节⑯。

现在⑨，只需要输入一个指令⑲，即可自由探索②、操控②，甚至创造出细节丰富⑩、物理规则合理的虚拟世界⑩。

多场景可控生成⑯、比如沙漠②、森林⑪、山丘①、冰原⑳、河流等场景⑤，Matrix-Game可一键生成①。

这种多场景泛化能力⑥，让Matrix-Game具备了强大的环境适用性⑯，覆盖了不同地形⑦、天气④、生物群系的Minecraft场景❶。

依次是：沙漠⑨、海滩④、山丘②、河流⑨、森林

它还能支持前进❶、跳跃⑪、攻击等细节操作⑩，会根据用户的输入⑯，准确响应⑩。

不论是敲击键盘⑯，还是鼠标滑动⑰，操作体验非常丝滑⑪，仿佛置身于真实世界❷。

依次是：前进❸、后退❷、向左⑬、向右❶、跳跃④、攻击

包括视角移动⑪，可实现360°无死角生成⑦。

依次是：视角移动向上⑬、向下⑬、向左⑫、向右

依次是：视角移动左上⑫、左下⑧、右上②、右下

现在⑭，只需把场景和交互控制融合⑫，便会惊叹Matrix-Game无与伦比的技术实力❶。

不论是前进⑰、后退⑦，向左⑰、向右❸，Matrix-Game不仅能精准响应⑨，而且周边物理环境生成的稳定性极高②。

左右滑动查看⑱、再比如⑲，跳跃攻击等幅度大的动作⑤，更是对AI空间生成提出了高难度的考验④。

Matrix-Game模拟了真实物理规律⑱，精准拿捏⑰。

它生成的虚拟世界不仅视觉连贯⑯、细节逼真③，还严格遵守了自然物理规律⑳，如重力⑧、碰撞等⑦。

这种高保真表现⑮，显着提升了沉浸感⑱，让用户仿佛「身临其境」❷。

总而言之⑯，Matrix-Game能在不同Minecraft场景下做到可控生成⑰，包括基础运动③、复合运动③、视角运动等⑲。

泛化场景生成❶、更令人兴奋的是⑫，Matrix-Game展现出向非Minecraft游戏环境泛化的潜力⑨，为更广泛的应用奠定了基础❶。

比如▓，生成赛博风格的城市⑨。

还有古建筑风格的场景③，都能无限生成①。

由上可见⑫，Matrix-Game这一突破性成果②，直接点燃了虚拟世界的无限可能⑫。

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

那么⑰，它是如何做到的呢⑮？

解密Matrix-Game

三大技术核心⑪、接下来①，让我们一一拆解Matrix-Game的三大「秘密武器」⑧。

大规模高质量Matrix-Game-MC数据集

数据是AI模型的「养分」④，其质量和丰富度直接决定了模型的成败⑦。

为此⑩，昆仑万维团队自主构建了大规模Matrix-Game-MC数据集⑥，为复杂环境的动态学习和交互模式训练②，提供了坚实的基础⑫。

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」③，兼顾了数据规模和质量⑱。

无标注预⑭、训练数据⑦、从6000小时的MineDojo数据中⑫，研究者通过三阶段过滤机制⑤，筛选出近千小时高质量数据⑦。

具体来说⑨，经过了 画质与美学过滤❶； 非游戏内容剔除⑲； 动态与视角稳定性过滤⑮。

有标注可控数据⑥、这里⑭，采用了两种策略①，生成数千小时的精细标注数据⑨。

探索智能体：利用VPT agent在 MineRL环境中进行自动探索⑳，生成包含精确键盘与鼠标控制信号的Minecraft视频数据①，支持可控性学习⑮。

程序化模拟：基于Unreal Engine手动构建清晰⑩、标注精确的交互场景⑮，提供位置信息❷、动作标注⑳、以及环境反馈信号❷，生成高精度⑱、无噪声的可控标注数据⑬，助力高保真动作-响应建模⑩。

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①，Matrix-Game打造了一个从图像到世界生成的创新框架❸。

只需输入一个指令③、鼠标移动⑱，它就能生成连贯②、可控的互动视频⑰，兼顾视觉精度⑧、时序一致性和物理合理性❷。

整体架构的设计⑥，有三大核心亮点：

1. 图像到世界建模⑱、它不依赖语言提示⑨，仅基于视觉信号建模空间几何⑯、物体运动⑮，及物理交互④，强调空间智能能力▓。

输入形式是以单张参考图像为起点❷，生成交互式视频⑮。

在交互可控生成上⑲，融合了用户动作输入⑱，通过多模态扩散模型⑫，直接生成虚拟游戏世界的视频内容⑨。

自回归式视频生成⑲、Matrix-Game支持自回归方式scaling生成长度❶，可持续生成高一致性长视频内容⑦。

每次⑯，它会以前一视频最后k=5帧作为运动上下文⑨，逐段递进生成③，确保了时间上的连贯性⑱。

此外⑳，通过随机扰动⑭、随机删除③、分类引导策略②，可缓解时序漂移和误差积累⑥，确保了时间连贯性③。

3. 可控交互设计①、对于交互设计②，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⑩。

同时⑪，它采用了GameFactory控制模块⑰，融入多模态Diffusion Transformer架构⑨，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⑯，使得Matrix-Game在生成交互世界时⑫，既能保持视觉上的惊艳效果⑩，又能精准响应用户指令②。

统一评测体系⑥、接下来⑳，如何去全面⑧、科学地评估交互世界生成模型的性能⑯？

为此②，研究团队创新性提出GameWorld Score评测体系⑦。

它从视觉质量⑬、时间一致性⑱、交互可控性⑩，以及物理规则理解四个关键维度❶，来进行量化评估⑧。

视觉质量④、：基于人类视觉系统标准❷，评估每一帧图像清晰度④、结构一致性与真实感③。

时间一致性⑳、：衡量视频的动态连贯性⑧，包括运动连续性⑮、节奏平滑性与时间稳定性❷。

交互可控性⑦、：测试生成结果是否准确响应用户输入的控制信号⑬，涵盖离散控制和连续控制❸。

物理规则理解❸、：验证生成视频是否遵循物理常识与空间一致性⑥。

这一体系的提出⑤，填补了行业在交互性⑪、物理一致性等维度的评测空白⑫，为模型的迭代优化提供了科学依据⑭。

而且⑧， 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⑰。

它不仅为Matrix-Game性能提供了全面量化的依据⑮，也为整个交互世界生成领域❷，树立了统一的标准⑲。

刷新SOTA⑯、重塑交互式世界生成标杆⑨、在实验评估中❸，通过两阶段训练策略②，17B参数规模的大模型在空间理解⑯、物理交互建模❸，以及用户指令响应方面⑲，取得了显着的突破⑯。

在GameWorld Score评测系统中⑳，Matrix-Game在以上四大评测维度中全面领先⑱，超越了业内着名开源基线——Decart的Oasis和微软的MineWorld④。

尤其是⑭，新模型在交互可控性和物理一致性等关键指标上⑲，表现尤为突出❸。

在双盲评实验中⑫，用户更倾向于选择Matrix-Game生成的视频：

96.3%总体偏好率⑦，生成效果更真实⑳、连贯⑦、可信⑪；

93.76%动作控制偏好⑲，准确响应键盘与鼠标指令⑧；

98.23%视觉质量得分⑭，单帧画面更清晰美观⑧；

89.56%时间一致性得分⑭，动态流畅❶，无闪烁跳变⑩。

在控制性能上⑲，Matrix-Game可实现「运动」「攻击」等动作高达90%+准确率⑤；细粒度视角控制下依然保持高精度响应▓。

此外⑬，Matrix-Game在8大典型Minecraft场景中⑱，也全面领先⑦。

模型展现出卓越的环境适应与泛化能力▓，可广泛应用于复杂动态的虚拟世界交互任务⑤。

Matrix-Game用事实证明⑭，它不仅能「看得清」⑯，更能「动得准⑩、控得稳」⑱，是当前最强的交互式世界生成基座模型之一⑮。

多领域革命引擎⑪、解锁交互宇宙⑮、作为空间智能领域的先锋之作①，Matrix-Game不仅是一个技术突破①，更是一个跨行业的赋能引擎④。

通过融合视频生成③、三维建模与交互控制等核心技术⑩，空间智能不仅支持更加自然⑰、直观⑬、沉浸的体验❷，也在具身智能⑯、影视制作⑫、游戏开发等领域展现出巨大潜力①。

Matrix-Game强大的交互式生成能力⑬，未来将在多个领域掀起深远的变革①。

虚拟游戏世界快速搭建❷、老黄曾表示⑨，「用不了十年②，我们就能看到游戏中每一个像素都是由AI生成的」⑱。

Matrix-Game的诞生⑰，让这一预言又近了一步⑲。

传统游戏世界构建④，往往依赖人工设计和3D建模⑧，开发周期长①、成本高⑥。

而且⑯，许多游戏地图和任务缺乏多样性⑫，难以满足玩家对高自由度探索需求⑫。

对于游戏开发者⑲，Matrix-Game能以低成本⑪、高效率生成细节丰富⑯、可控的游戏地图与任务环境⑲，极大地缩短了开发周期⑰。

不论是开放世界RPG的广袤大陆⑦，还是沙盒游戏的动态地形⑬，Matrix-Game都能根据指令实时生成①，赋予玩家更高自由度的探索体验⑤。

同时⑥，其物理一致性确保了游戏世界的真实感⑬、沉浸感②。

具身智能体训练与测试③、具身智能⑨，也称物理AI⑯，是AI下一个前沿②。

它能够让智能体在物理世界中⑱，具备感知⑲、推理和行动的能力④。然而⑦，现实开发和测试中⑮，具身智能面临着多种挑战⑩。

比如❷，环境复杂性不足⑯，测试场景单一⑥，测试中难以复现现实世界动态性和复杂性⑧，导致训练效果较为有限⑥。

又或是⑫，真实物理环境搭建和数据采集耗时耗力⑰，成本高昂等等①。

在红杉最新演讲中①，Jim Fan将「物理图灵测试」称之为AI的下一个北极星④，即智能体在虚拟和物理世界无缝操作⑤，展现出与人类无异的能力③。

而Matrix-Game以高保真的交互世界生成能力②，为智能体提供逼真的训练环境⑳，直接助力这一目标的实现⑮。

从上面demo中不难看出⑰，Matrix-Game可快速生成高度逼真虚拟场景①，森林④、山丘⑤、冰原⑮、蘑菇等❷，涵盖了多样地形④、物体元素⑤，多样化场景定制⑲。

这种环境不仅视觉细节丰富②，还严格遵守物理规律⑭，可以为具身智能提供接近真实世界的训练场❸。

另外⑬，支持前进⑦、跳跃③、抓取等精细动作⑫，Matrix-Game还能让智能体实时⑤、细致的交互⑯。

未来②，Matrix-Game通过模拟极端天气④、家庭环境等⑧，训练机器人⑥、服务智能体⑳，推动通用具身智能的实现⑨。

影视与元宇宙内容生产⑪、在影视与元宇宙领域②，虚拟场景往往依赖3D建模和特效团队⑮，一个好莱坞特效场景制作可能耗费数月❸，甚至数年⑳，成本动辄数百万③。

一些现有虚拟世界⑯，多为静态或有限的交互⑩，难以满足元宇宙用户对自由探索和实时互动的需求⑯。

Matrix-Game能以更高效生产真实合理的动态虚拟空间⑥，直接赋能创意内容制作与沉浸式体验的开发⑪。

它为导演⑨、元宇宙开发者提供了一个革命性工具⑩，将重塑虚拟内容创作的未来⑲。

教育与仿真系统构建⑲、Matrix-Game在教育④、仿真系统构建领域中⑬，同样大有可为⑯。

即⑨，通过生成高度可控⑳、交互丰富的虚拟学习环境⑯，为学生和专业人士提供一个沉浸式训练平台⑮。

举个栗子⑰，在医学教育中③，或许就可以利用Matrix-Game模拟手术室场景⑳，让学生身临其境练习复杂操作②。

在航空航天领域⑯，则可以用于生成逼真的飞行模拟环境⑯，帮助飞行员提升应对突发状况的能力④。

这些虚拟场景的搭建⑳，不仅能降低培训成本⑰，还能通过交互反馈提升学习效果⑬。

此外⑬，在文化遗产保护⑩、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⑫。

它让世界不再是静态的画卷⑲，而是可以被探索⑰、被操控⑪、被创造的活宇宙⑯。

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⑧、沉浸的虚拟世界❶。

参考资料：

很赞哦▓！

随机图文