线上电玩城微信上下分

新智元报道⑦、【新智元导读】「矩阵」不再是科幻⑬！Matrix-Game震撼来袭⑮，突破边界带来交互式引擎❷。只需一句话⑲，沙漠森林等任意场景可控生成①，动作丝滑操控⑲，360°视角自由切换❸，沉浸感爆棚⑫。

黑客帝国中的「矩阵」⑧，已照进现实⑮。

指尖轻点⑫，一个细节满满⑨、物理规则完美运转的虚拟世界就此诞生⑱。

这个曾经只在科幻大片出现的场景③，如今「空间智能」就帮人类实现了⑱。

继之前刷屏的单张图片生成虚拟世界Matrix Zero之后⑩，昆仑万维又来搞事情了⑨！

这次⑥，他们再度撕裂技术边界⑳，推出Matrix系巅峰之作——Matrix-Game⑥。

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②。

在这个空间智能时代▓，视频生成⑤、3D建模▓、交互控制的融合之力⑳，正彻底颠覆人类与虚拟世界的连接方式⑭。

直通「创世之神」⑬、简单来说⑥，Matrix-Game就是通往「创世神」之路的超级加速器▓。

它是Matrix系列在交互世界生成领域的首次惊艳落地▓，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▓，不仅能在开放世界里「造」出高质量场景⑨，还能精准控制里面的细节❸。

现在⑦，只需要输入一个指令⑭，即可自由探索⑲、操控⑤，甚至创造出细节丰富⑦、物理规则合理的虚拟世界⑪。

多场景可控生成⑩、比如沙漠❷、森林⑭、山丘⑳、冰原⑤、河流等场景⑥，Matrix-Game可一键生成⑥。

这种多场景泛化能力⑤，让Matrix-Game具备了强大的环境适用性⑯，覆盖了不同地形③、天气⑲、生物群系的Minecraft场景⑥。

依次是：沙漠⑲、海滩⑯、山丘⑤、河流⑥、森林

它还能支持前进⑨、跳跃⑯、攻击等细节操作⑱，会根据用户的输入⑰，准确响应②。

不论是敲击键盘❷，还是鼠标滑动⑤，操作体验非常丝滑❷，仿佛置身于真实世界⑥。

依次是：前进⑫、后退⑤、向左❸、向右⑲、跳跃④、攻击

包括视角移动⑳，可实现360°无死角生成⑦。

依次是：视角移动向上⑩、向下⑯、向左②、向右

依次是：视角移动左上⑬、左下⑮、右上⑧、右下

现在②，只需把场景和交互控制融合④，便会惊叹Matrix-Game无与伦比的技术实力⑫。

不论是前进⑥、后退⑤，向左①、向右⑩，Matrix-Game不仅能精准响应⑧，而且周边物理环境生成的稳定性极高❸。

左右滑动查看②、再比如②，跳跃攻击等幅度大的动作⑦，更是对AI空间生成提出了高难度的考验❸。

Matrix-Game模拟了真实物理规律⑱，精准拿捏⑭。

它生成的虚拟世界不仅视觉连贯⑭、细节逼真⑯，还严格遵守了自然物理规律⑨，如重力❷、碰撞等⑭。

这种高保真表现⑬，显着提升了沉浸感⑥，让用户仿佛「身临其境」⑬。

总而言之⑧，Matrix-Game能在不同Minecraft场景下做到可控生成④，包括基础运动⑦、复合运动④、视角运动等⑦。

泛化场景生成⑲、更令人兴奋的是⑱，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⑫，生成赛博风格的城市⑯。

还有古建筑风格的场景❷，都能无限生成⑳。

由上可见⑭，Matrix-Game这一突破性成果⑰，直接点燃了虚拟世界的无限可能⑮。

它不仅刷新了交互式世界生成的技术天花板▓，更为构建通用虚拟世界基座树立了全新标杆⑨。

那么⑤，它是如何做到的呢⑭？

解密Matrix-Game

三大技术核心⑭、接下来⑨，让我们一一拆解Matrix-Game的三大「秘密武器」❸。

大规模高质量Matrix-Game-MC数据集

数据是AI模型的「养分」⑩，其质量和丰富度直接决定了模型的成败❶。

为此⑲，昆仑万维团队自主构建了大规模Matrix-Game-MC数据集⑨，为复杂环境的动态学习和交互模式训练①，提供了坚实的基础③。

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」①，兼顾了数据规模和质量⑱。

无标注预⑱、训练数据⑳、从6000小时的MineDojo数据中❸，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⑱。

具体来说⑰，经过了 画质与美学过滤❷； 非游戏内容剔除⑩； 动态与视角稳定性过滤⑤。

有标注可控数据⑳、这里⑰，采用了两种策略❸，生成数千小时的精细标注数据⑲。

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❸，支持可控性学习⑬。

程序化模拟：基于Unreal Engine手动构建清晰①、标注精确的交互场景⑤，提供位置信息⑯、动作标注⑤、以及环境反馈信号②，生成高精度❸、无噪声的可控标注数据①，助力高保真动作-响应建模❷。

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⑬，Matrix-Game打造了一个从图像到世界生成的创新框架▓。

只需输入一个指令⑲、鼠标移动▓，它就能生成连贯③、可控的互动视频⑯，兼顾视觉精度⑨、时序一致性和物理合理性⑮。

整体架构的设计⑥，有三大核心亮点：

1. 图像到世界建模⑳、它不依赖语言提示⑰，仅基于视觉信号建模空间几何⑮、物体运动⑯，及物理交互⑧，强调空间智能能力⑰。

输入形式是以单张参考图像为起点▓，生成交互式视频⑨。

在交互可控生成上❷，融合了用户动作输入❸，通过多模态扩散模型⑤，直接生成虚拟游戏世界的视频内容❷。

自回归式视频生成⑧、Matrix-Game支持自回归方式scaling生成长度▓，可持续生成高一致性长视频内容❶。

每次⑧，它会以前一视频最后k=5帧作为运动上下文②，逐段递进生成⑮，确保了时间上的连贯性⑫。

此外⑩，通过随机扰动⑯、随机删除❸、分类引导策略④，可缓解时序漂移和误差积累⑪，确保了时间连贯性⑬。

3. 可控交互设计⑬、对于交互设计⑧，键盘动作是以离散token表达❷，视角移动动作则以连续token表达⑮。

同时⑲，它采用了GameFactory控制模块⑭，融入多模态Diffusion Transformer架构⑯，并利用CFG提升对控制信号的鲁棒响应能力❶。

得益于这一架构①，使得Matrix-Game在生成交互世界时⑨，既能保持视觉上的惊艳效果⑰，又能精准响应用户指令⑩。

统一评测体系⑲、接下来⑬，如何去全面⑲、科学地评估交互世界生成模型的性能⑰？

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③、交互可控性③，以及物理规则理解四个关键维度①，来进行量化评估⑱。

视觉质量⑱、：基于人类视觉系统标准②，评估每一帧图像清晰度❷、结构一致性与真实感⑤。

时间一致性⑳、：衡量视频的动态连贯性①，包括运动连续性③、节奏平滑性与时间稳定性⑲。

交互可控性①、：测试生成结果是否准确响应用户输入的控制信号⑱，涵盖离散控制和连续控制③。

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①。

这一体系的提出④，填补了行业在交互性❶、物理一致性等维度的评测空白③，为模型的迭代优化提供了科学依据⑰。

而且⑭， 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❶，也为整个交互世界生成领域④，树立了统一的标准⑭。

刷新SOTA⑭、重塑交互式世界生成标杆⑫、在实验评估中⑱，通过两阶段训练策略❶，17B参数规模的大模型在空间理解⑨、物理交互建模⑭，以及用户指令响应方面⑧，取得了显着的突破⑧。

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⑲，超越了业内着名开源基线——Decart的Oasis和微软的MineWorld❷。

尤其是①，新模型在交互可控性和物理一致性等关键指标上⑤，表现尤为突出⑩。

在双盲评实验中⑤，用户更倾向于选择Matrix-Game生成的视频：

96.3%总体偏好率⑨，生成效果更真实⑤、连贯❷、可信⑦；

93.76%动作控制偏好❶，准确响应键盘与鼠标指令⑪；

98.23%视觉质量得分⑬，单帧画面更清晰美观⑥；

89.56%时间一致性得分▓，动态流畅⑨，无闪烁跳变⑲。

在控制性能上⑯，Matrix-Game可实现「运动」「攻击」等动作高达90%+准确率❶；细粒度视角控制下依然保持高精度响应⑪。

此外①，Matrix-Game在8大典型Minecraft场景中❷，也全面领先❶。

模型展现出卓越的环境适应与泛化能力⑨，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⑯，它不仅能「看得清」⑦，更能「动得准⑧、控得稳」⑪，是当前最强的交互式世界生成基座模型之一❶。

多领域革命引擎⑲、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⑳，更是一个跨行业的赋能引擎⑯。

通过融合视频生成⑭、三维建模与交互控制等核心技术⑯，空间智能不仅支持更加自然⑫、直观⑮、沉浸的体验⑮，也在具身智能⑨、影视制作⑲、游戏开发等领域展现出巨大潜力②。

Matrix-Game强大的交互式生成能力⑲，未来将在多个领域掀起深远的变革⑤。

虚拟游戏世界快速搭建⑱、老黄曾表示⑳，「用不了十年▓，我们就能看到游戏中每一个像素都是由AI生成的」❶。

Matrix-Game的诞生⑲，让这一预言又近了一步⑭。

传统游戏世界构建④，往往依赖人工设计和3D建模⑰，开发周期长⑰、成本高⑤。

而且⑦，许多游戏地图和任务缺乏多样性❸，难以满足玩家对高自由度探索需求⑮。

对于游戏开发者⑪，Matrix-Game能以低成本⑯、高效率生成细节丰富⑤、可控的游戏地图与任务环境⑳，极大地缩短了开发周期②。

不论是开放世界RPG的广袤大陆③，还是沙盒游戏的动态地形⑩，Matrix-Game都能根据指令实时生成⑦，赋予玩家更高自由度的探索体验⑰。

同时⑮，其物理一致性确保了游戏世界的真实感⑥、沉浸感⑲。

具身智能体训练与测试⑬、具身智能❸，也称物理AI①，是AI下一个前沿▓。

它能够让智能体在物理世界中⑫，具备感知❷、推理和行动的能力⑭。然而⑯，现实开发和测试中⑤，具身智能面临着多种挑战⑦。

比如⑮，环境复杂性不足⑰，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⑧。

又或是⑥，真实物理环境搭建和数据采集耗时耗力⑬，成本高昂等等⑰。

在红杉最新演讲中⑱，Jim Fan将「物理图灵测试」称之为AI的下一个北极星⑳，即智能体在虚拟和物理世界无缝操作⑥，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▓。

从上面demo中不难看出⑭，Matrix-Game可快速生成高度逼真虚拟场景❷，森林⑮、山丘①、冰原⑤、蘑菇等⑫，涵盖了多样地形⑨、物体元素⑬，多样化场景定制⑩。

这种环境不仅视觉细节丰富❶，还严格遵守物理规律❸，可以为具身智能提供接近真实世界的训练场⑪。

另外⑰，支持前进❸、跳跃⑦、抓取等精细动作⑥，Matrix-Game还能让智能体实时③、细致的交互⑬。

未来⑫，Matrix-Game通过模拟极端天气⑯、家庭环境等❸，训练机器人⑪、服务智能体▓，推动通用具身智能的实现❸。

影视与元宇宙内容生产⑤、在影视与元宇宙领域⑭，虚拟场景往往依赖3D建模和特效团队⑱，一个好莱坞特效场景制作可能耗费数月⑥，甚至数年⑦，成本动辄数百万❶。

一些现有虚拟世界④，多为静态或有限的交互④，难以满足元宇宙用户对自由探索和实时互动的需求⑭。

Matrix-Game能以更高效生产真实合理的动态虚拟空间⑩，直接赋能创意内容制作与沉浸式体验的开发⑧。

它为导演⑪、元宇宙开发者提供了一个革命性工具⑥，将重塑虚拟内容创作的未来⑭。

教育与仿真系统构建③、Matrix-Game在教育⑮、仿真系统构建领域中④，同样大有可为③。

即⑨，通过生成高度可控⑫、交互丰富的虚拟学习环境⑭，为学生和专业人士提供一个沉浸式训练平台⑩。

举个栗子⑲，在医学教育中②，或许就可以利用Matrix-Game模拟手术室场景④，让学生身临其境练习复杂操作⑧。

在航空航天领域⑮，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⑨。

这些虚拟场景的搭建⑭，不仅能降低培训成本②，还能通过交互反馈提升学习效果②。

此外❷，在文化遗产保护⑯、零售电商▓、数字孪生与智能城市规划等领域中④，Matrix-Game未来将会释放无限的潜力⑱。

它让世界不再是静态的画卷⑳，而是可以被探索⑭、被操控⑭、被创造的活宇宙⑱。

下一步⑯，Matrix-Game还将继续迭代优化⑪，带领我们迈向更加智能⑯、沉浸的虚拟世界⑥。

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⑮，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⑮，非常欢迎各位朋友分享到个人站长或者朋友圈⑥，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”▓。

很赞哦⑪！