YY电玩城戏游

新智元报道⑮、【新智元导读】「矩阵」不再是科幻②！Matrix-Game震撼来袭❶，突破边界带来交互式引擎⑱。只需一句话⑰，沙漠森林等任意场景可控生成④，动作丝滑操控⑮，360°视角自由切换⑫，沉浸感爆棚⑤。

黑客帝国中的「矩阵」▓，已照进现实⑦。

指尖轻点⑥，一个细节满满⑦、物理规则完美运转的虚拟世界就此诞生⑨。

这个曾经只在科幻大片出现的场景⑤，如今「空间智能」就帮人类实现了⑯。

继之前刷屏的单张图片生成虚拟世界Matrix Zero之后①，昆仑万维又来搞事情了⑲！

这次⑳，他们再度撕裂技术边界②，推出Matrix系巅峰之作——Matrix-Game⑨。

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⑳，更让你成为世界主宰的交互式创世引擎⑰。

在这个空间智能时代⑬，视频生成⑦、3D建模②、交互控制的融合之力⑫，正彻底颠覆人类与虚拟世界的连接方式⑫。

直通「创世之神」⑥、简单来说⑲，Matrix-Game就是通往「创世神」之路的超级加速器⑨。

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①。

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▓，还能精准控制里面的细节⑯。

现在⑳，只需要输入一个指令⑭，即可自由探索⑤、操控④，甚至创造出细节丰富⑱、物理规则合理的虚拟世界⑬。

多场景可控生成③、比如沙漠⑩、森林⑬、山丘⑱、冰原⑫、河流等场景⑮，Matrix-Game可一键生成⑧。

这种多场景泛化能力⑯，让Matrix-Game具备了强大的环境适用性⑯，覆盖了不同地形⑪、天气❶、生物群系的Minecraft场景⑫。

依次是：沙漠⑪、海滩⑫、山丘❷、河流②、森林

它还能支持前进⑩、跳跃⑮、攻击等细节操作⑧，会根据用户的输入⑬，准确响应⑥。

不论是敲击键盘③，还是鼠标滑动⑥，操作体验非常丝滑⑰，仿佛置身于真实世界❷。

依次是：前进⑤、后退⑲、向左⑲、向右⑧、跳跃▓、攻击

包括视角移动③，可实现360°无死角生成⑱。

依次是：视角移动向上②、向下⑱、向左▓、向右

依次是：视角移动左上⑨、左下⑦、右上⑮、右下

现在④，只需把场景和交互控制融合⑲，便会惊叹Matrix-Game无与伦比的技术实力⑩。

不论是前进⑯、后退⑬，向左⑯、向右⑫，Matrix-Game不仅能精准响应⑤，而且周边物理环境生成的稳定性极高⑩。

左右滑动查看⑥、再比如⑫，跳跃攻击等幅度大的动作❶，更是对AI空间生成提出了高难度的考验⑥。

Matrix-Game模拟了真实物理规律❸，精准拿捏❷。

它生成的虚拟世界不仅视觉连贯▓、细节逼真⑳，还严格遵守了自然物理规律❸，如重力⑨、碰撞等⑥。

这种高保真表现⑰，显着提升了沉浸感①，让用户仿佛「身临其境」❷。

总而言之⑦，Matrix-Game能在不同Minecraft场景下做到可控生成⑤，包括基础运动⑮、复合运动❸、视角运动等⑳。

泛化场景生成①、更令人兴奋的是⑲，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⑯。

比如⑳，生成赛博风格的城市⑱。

还有古建筑风格的场景⑮，都能无限生成⑫。

由上可见⑳，Matrix-Game这一突破性成果⑯，直接点燃了虚拟世界的无限可能⑩。

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②。

那么⑧，它是如何做到的呢⑱？

解密Matrix-Game

三大技术核心⑥、接下来⑯，让我们一一拆解Matrix-Game的三大「秘密武器」③。

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⑰。

为此⑯，昆仑万维团队自主构建了大规模Matrix-Game-MC数据集④，为复杂环境的动态学习和交互模式训练⑥，提供了坚实的基础⑬。

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」⑤，兼顾了数据规模和质量⑥。

无标注预⑫、训练数据③、从6000小时的MineDojo数据中⑩，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⑩。

具体来说⑪，经过了 画质与美学过滤②； 非游戏内容剔除▓； 动态与视角稳定性过滤⑱。

有标注可控数据❸、这里⑪，采用了两种策略❸，生成数千小时的精细标注数据⑮。

探索智能体：利用VPT agent在 MineRL环境中进行自动探索④，生成包含精确键盘与鼠标控制信号的Minecraft视频数据❷，支持可控性学习⑨。

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⑲、以及环境反馈信号①，生成高精度⑫、无噪声的可控标注数据⑬，助力高保真动作-响应建模⑯。

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▓，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②、鼠标移动⑥，它就能生成连贯④、可控的互动视频③，兼顾视觉精度④、时序一致性和物理合理性⑭。

整体架构的设计⑰，有三大核心亮点：

1. 图像到世界建模❸、它不依赖语言提示⑯，仅基于视觉信号建模空间几何❶、物体运动⑲，及物理交互②，强调空间智能能力⑳。

输入形式是以单张参考图像为起点⑫，生成交互式视频⑫。

在交互可控生成上⑳，融合了用户动作输入⑫，通过多模态扩散模型⑬，直接生成虚拟游戏世界的视频内容②。

自回归式视频生成⑧、Matrix-Game支持自回归方式scaling生成长度⑮，可持续生成高一致性长视频内容⑦。

每次⑪，它会以前一视频最后k=5帧作为运动上下文⑧，逐段递进生成▓，确保了时间上的连贯性⑱。

此外⑩，通过随机扰动⑧、随机删除⑨、分类引导策略④，可缓解时序漂移和误差积累⑥，确保了时间连贯性⑭。

3. 可控交互设计▓、对于交互设计⑩，键盘动作是以离散token表达①，视角移动动作则以连续token表达⑩。

同时⑦，它采用了GameFactory控制模块❶，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⑪。

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

统一评测体系⑮、接下来⑪，如何去全面①、科学地评估交互世界生成模型的性能②？

为此⑲，研究团队创新性提出GameWorld Score评测体系⑯。

它从视觉质量④、时间一致性⑳、交互可控性⑦，以及物理规则理解四个关键维度⑭，来进行量化评估⑤。

视觉质量⑭、：基于人类视觉系统标准⑲，评估每一帧图像清晰度⑱、结构一致性与真实感⑳。

时间一致性④、：衡量视频的动态连贯性③，包括运动连续性⑩、节奏平滑性与时间稳定性⑯。

交互可控性⑯、：测试生成结果是否准确响应用户输入的控制信号⑯，涵盖离散控制和连续控制⑪。

物理规则理解⑨、：验证生成视频是否遵循物理常识与空间一致性▓。

这一体系的提出⑳，填补了行业在交互性⑮、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⑦。

而且⑰， 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❶，树立了统一的标准③。

刷新SOTA❸、重塑交互式世界生成标杆▓、在实验评估中▓，通过两阶段训练策略⑮，17B参数规模的大模型在空间理解⑧、物理交互建模⑭，以及用户指令响应方面⑨，取得了显着的突破⑫。

在GameWorld Score评测系统中⑱，Matrix-Game在以上四大评测维度中全面领先⑬，超越了业内着名开源基线——Decart的Oasis和微软的MineWorld⑨。

尤其是⑬，新模型在交互可控性和物理一致性等关键指标上⑯，表现尤为突出❸。

在双盲评实验中❷，用户更倾向于选择Matrix-Game生成的视频：

96.3%总体偏好率⑩，生成效果更真实⑬、连贯⑲、可信❶；

93.76%动作控制偏好⑰，准确响应键盘与鼠标指令▓；

98.23%视觉质量得分⑱，单帧画面更清晰美观⑨；

89.56%时间一致性得分❶，动态流畅⑦，无闪烁跳变❶。

在控制性能上②，Matrix-Game可实现「运动」「攻击」等动作高达90%+准确率⑯；细粒度视角控制下依然保持高精度响应⑥。

此外⑧，Matrix-Game在8大典型Minecraft场景中③，也全面领先⑬。

模型展现出卓越的环境适应与泛化能力⑬，可广泛应用于复杂动态的虚拟世界交互任务②。

Matrix-Game用事实证明⑳，它不仅能「看得清」⑧，更能「动得准⑲、控得稳」⑩，是当前最强的交互式世界生成基座模型之一⑥。

多领域革命引擎⑤、解锁交互宇宙⑱、作为空间智能领域的先锋之作⑯，Matrix-Game不仅是一个技术突破④，更是一个跨行业的赋能引擎⑭。

通过融合视频生成⑥、三维建模与交互控制等核心技术⑲，空间智能不仅支持更加自然⑦、直观⑥、沉浸的体验❸，也在具身智能⑧、影视制作⑧、游戏开发等领域展现出巨大潜力▓。

Matrix-Game强大的交互式生成能力⑱，未来将在多个领域掀起深远的变革⑨。

虚拟游戏世界快速搭建❶、老黄曾表示②，「用不了十年⑱，我们就能看到游戏中每一个像素都是由AI生成的」⑭。

Matrix-Game的诞生④，让这一预言又近了一步②。

传统游戏世界构建⑩，往往依赖人工设计和3D建模❶，开发周期长⑩、成本高⑪。

而且⑦，许多游戏地图和任务缺乏多样性❶，难以满足玩家对高自由度探索需求⑱。

对于游戏开发者⑥，Matrix-Game能以低成本❸、高效率生成细节丰富④、可控的游戏地图与任务环境⑱，极大地缩短了开发周期❶。

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⑳，Matrix-Game都能根据指令实时生成④，赋予玩家更高自由度的探索体验⑮。

同时⑯，其物理一致性确保了游戏世界的真实感②、沉浸感①。

具身智能体训练与测试⑬、具身智能⑮，也称物理AI③，是AI下一个前沿②。

它能够让智能体在物理世界中⑫，具备感知❶、推理和行动的能力⑨。然而⑮，现实开发和测试中⑯，具身智能面临着多种挑战⑦。

比如④，环境复杂性不足❷，测试场景单一⑮，测试中难以复现现实世界动态性和复杂性⑨，导致训练效果较为有限❸。

又或是⑮，真实物理环境搭建和数据采集耗时耗力❶，成本高昂等等④。

在红杉最新演讲中⑮，Jim Fan将「物理图灵测试」称之为AI的下一个北极星②，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⑭。

而Matrix-Game以高保真的交互世界生成能力▓，为智能体提供逼真的训练环境❶，直接助力这一目标的实现⑧。

从上面demo中不难看出⑱，Matrix-Game可快速生成高度逼真虚拟场景⑲，森林⑰、山丘⑮、冰原▓、蘑菇等⑤，涵盖了多样地形③、物体元素❸，多样化场景定制⑲。

这种环境不仅视觉细节丰富⑲，还严格遵守物理规律⑨，可以为具身智能提供接近真实世界的训练场①。

另外❷，支持前进⑤、跳跃⑳、抓取等精细动作⑪，Matrix-Game还能让智能体实时⑪、细致的交互⑤。

未来②，Matrix-Game通过模拟极端天气⑮、家庭环境等⑮，训练机器人④、服务智能体⑥，推动通用具身智能的实现⑤。

影视与元宇宙内容生产⑳、在影视与元宇宙领域⑩，虚拟场景往往依赖3D建模和特效团队①，一个好莱坞特效场景制作可能耗费数月⑨，甚至数年⑯，成本动辄数百万⑰。

一些现有虚拟世界❸，多为静态或有限的交互⑯，难以满足元宇宙用户对自由探索和实时互动的需求⑰。

Matrix-Game能以更高效生产真实合理的动态虚拟空间⑦，直接赋能创意内容制作与沉浸式体验的开发⑯。

它为导演①、元宇宙开发者提供了一个革命性工具⑧，将重塑虚拟内容创作的未来②。

教育与仿真系统构建⑳、Matrix-Game在教育⑥、仿真系统构建领域中⑲，同样大有可为⑮。

即⑧，通过生成高度可控❸、交互丰富的虚拟学习环境②，为学生和专业人士提供一个沉浸式训练平台❷。

举个栗子❸，在医学教育中⑰，或许就可以利用Matrix-Game模拟手术室场景❸，让学生身临其境练习复杂操作⑩。

在航空航天领域⑳，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②。

这些虚拟场景的搭建⑫，不仅能降低培训成本③，还能通过交互反馈提升学习效果⑬。

此外⑯，在文化遗产保护⑦、零售电商⑳、数字孪生与智能城市规划等领域中⑬，Matrix-Game未来将会释放无限的潜力⑪。

它让世界不再是静态的画卷②，而是可以被探索②、被操控⑱、被创造的活宇宙⑫。

下一步①，Matrix-Game还将继续迭代优化⑱，带领我们迈向更加智能⑥、沉浸的虚拟世界⑰。

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❸，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⑦，非常欢迎各位朋友分享到个人站长或者朋友圈①，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”⑳。

很赞哦⑥！