移动电玩城

新智元报道⑭、【新智元导读】「矩阵」不再是科幻⑫！Matrix-Game震撼来袭⑲，突破边界带来交互式引擎⑲。只需一句话⑦，沙漠森林等任意场景可控生成⑩，动作丝滑操控②，360°视角自由切换❸，沉浸感爆棚⑤。

黑客帝国中的「矩阵」②，已照进现实⑫。

指尖轻点⑧，一个细节满满⑧、物理规则完美运转的虚拟世界就此诞生②。

这个曾经只在科幻大片出现的场景⑫，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⑧，昆仑万维又来搞事情了⑱！

这次▓，他们再度撕裂技术边界⑬，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⑥，更让你成为世界主宰的交互式创世引擎⑦。

在这个空间智能时代⑤，视频生成⑧、3D建模⑬、交互控制的融合之力▓，正彻底颠覆人类与虚拟世界的连接方式⑳。

直通「创世之神」❸、简单来说❸，Matrix-Game就是通往「创世神」之路的超级加速器⑱。

它是Matrix系列在交互世界生成领域的首次惊艳落地④，一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①，不仅能在开放世界里「造」出高质量场景⑤，还能精准控制里面的细节⑤。

现在⑮，只需要输入一个指令③，即可自由探索▓、操控⑳，甚至创造出细节丰富⑥、物理规则合理的虚拟世界②。

多场景可控生成⑬、比如沙漠⑨、森林⑭、山丘❸、冰原⑱、河流等场景❸，Matrix-Game可一键生成❷。

这种多场景泛化能力①，让Matrix-Game具备了强大的环境适用性▓，覆盖了不同地形⑦、天气⑫、生物群系的Minecraft场景⑧。

依次是：沙漠⑲、海滩②、山丘⑮、河流⑱、森林

它还能支持前进❷、跳跃②、攻击等细节操作❷，会根据用户的输入❸，准确响应⑳。

不论是敲击键盘❶，还是鼠标滑动⑤，操作体验非常丝滑④，仿佛置身于真实世界⑰。

依次是：前进❸、后退❷、向左②、向右③、跳跃⑪、攻击

包括视角移动⑳，可实现360°无死角生成⑫。

依次是：视角移动向上⑧、向下⑫、向左③、向右

依次是：视角移动左上⑥、左下⑰、右上❷、右下

现在⑨，只需把场景和交互控制融合⑭，便会惊叹Matrix-Game无与伦比的技术实力❶。

不论是前进⑯、后退⑥，向左⑳、向右⑰，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⑦。

左右滑动查看⑪、再比如⑯，跳跃攻击等幅度大的动作⑲，更是对AI空间生成提出了高难度的考验⑩。

Matrix-Game模拟了真实物理规律⑪，精准拿捏⑥。

它生成的虚拟世界不仅视觉连贯⑦、细节逼真③，还严格遵守了自然物理规律⑦，如重力①、碰撞等⑫。

这种高保真表现⑱，显着提升了沉浸感⑩，让用户仿佛「身临其境」⑱。

总而言之⑮，Matrix-Game能在不同Minecraft场景下做到可控生成⑨，包括基础运动②、复合运动⑩、视角运动等②。

泛化场景生成⑬、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⑨，为更广泛的应用奠定了基础⑨。

比如⑯，生成赛博风格的城市③。

还有古建筑风格的场景❸，都能无限生成⑫。

由上可见⑱，Matrix-Game这一突破性成果②，直接点燃了虚拟世界的无限可能❷。

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⑬。

那么⑧，它是如何做到的呢⑮？

解密Matrix-Game

三大技术核心❸、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」⑫，其质量和丰富度直接决定了模型的成败⑨。

为此⑤，昆仑万维团队自主构建了大规模Matrix-Game-MC数据集⑦，为复杂环境的动态学习和交互模式训练⑲，提供了坚实的基础⑮。

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」②，兼顾了数据规模和质量⑩。

无标注预②、训练数据▓、从6000小时的MineDojo数据中⑩，研究者通过三阶段过滤机制⑨，筛选出近千小时高质量数据▓。

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

有标注可控数据⑫、这里⑦，采用了两种策略▓，生成数千小时的精细标注数据⑱。

探索智能体：利用VPT agent在 MineRL环境中进行自动探索❸，生成包含精确键盘与鼠标控制信号的Minecraft视频数据⑳，支持可控性学习⑤。

程序化模拟：基于Unreal Engine手动构建清晰⑨、标注精确的交互场景⑫，提供位置信息⑫、动作标注⑱、以及环境反馈信号⑳，生成高精度⑲、无噪声的可控标注数据⑥，助力高保真动作-响应建模⑪。

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⑨，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③、鼠标移动⑰，它就能生成连贯⑩、可控的互动视频⑬，兼顾视觉精度⑳、时序一致性和物理合理性⑬。

整体架构的设计❸，有三大核心亮点：

1. 图像到世界建模③、它不依赖语言提示④，仅基于视觉信号建模空间几何⑪、物体运动①，及物理交互❸，强调空间智能能力⑪。

输入形式是以单张参考图像为起点▓，生成交互式视频⑬。

在交互可控生成上⑳，融合了用户动作输入⑪，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⑫。

自回归式视频生成②、Matrix-Game支持自回归方式scaling生成长度⑳，可持续生成高一致性长视频内容❸。

每次⑬，它会以前一视频最后k=5帧作为运动上下文⑪，逐段递进生成⑱，确保了时间上的连贯性⑱。

此外④，通过随机扰动⑩、随机删除⑪、分类引导策略▓，可缓解时序漂移和误差积累⑬，确保了时间连贯性⑰。

3. 可控交互设计⑦、对于交互设计⑱，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⑤。

同时⑥，它采用了GameFactory控制模块⑨，融入多模态Diffusion Transformer架构⑬，并利用CFG提升对控制信号的鲁棒响应能力⑲。

得益于这一架构⑦，使得Matrix-Game在生成交互世界时⑱，既能保持视觉上的惊艳效果⑩，又能精准响应用户指令⑮。

统一评测体系⑭、接下来⑪，如何去全面⑪、科学地评估交互世界生成模型的性能❷？

为此⑰，研究团队创新性提出GameWorld Score评测体系⑰。

它从视觉质量❷、时间一致性⑧、交互可控性⑮，以及物理规则理解四个关键维度⑯，来进行量化评估⑯。

视觉质量⑬、：基于人类视觉系统标准❸，评估每一帧图像清晰度⑨、结构一致性与真实感▓。

时间一致性⑤、：衡量视频的动态连贯性⑱，包括运动连续性②、节奏平滑性与时间稳定性⑰。

交互可控性⑭、：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⑦、：验证生成视频是否遵循物理常识与空间一致性⑨。

这一体系的提出▓，填补了行业在交互性❶、物理一致性等维度的评测空白⑦，为模型的迭代优化提供了科学依据❷。

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❷。

它不仅为Matrix-Game性能提供了全面量化的依据⑬，也为整个交互世界生成领域⑲，树立了统一的标准⑬。

刷新SOTA⑪、重塑交互式世界生成标杆⑤、在实验评估中⑯，通过两阶段训练策略⑭，17B参数规模的大模型在空间理解⑫、物理交互建模⑤，以及用户指令响应方面①，取得了显着的突破⑬。

在GameWorld Score评测系统中⑪，Matrix-Game在以上四大评测维度中全面领先⑯，超越了业内着名开源基线——Decart的Oasis和微软的MineWorld⑦。

尤其是❷，新模型在交互可控性和物理一致性等关键指标上⑩，表现尤为突出⑤。

在双盲评实验中▓，用户更倾向于选择Matrix-Game生成的视频：

96.3%总体偏好率⑯，生成效果更真实⑥、连贯⑨、可信⑱；

93.76%动作控制偏好④，准确响应键盘与鼠标指令④；

98.23%视觉质量得分⑩，单帧画面更清晰美观⑤；

89.56%时间一致性得分⑲，动态流畅③，无闪烁跳变⑰。

在控制性能上⑮，Matrix-Game可实现「运动」「攻击」等动作高达90%+准确率⑥；细粒度视角控制下依然保持高精度响应❶。

此外⑬，Matrix-Game在8大典型Minecraft场景中❸，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③。

Matrix-Game用事实证明①，它不仅能「看得清」⑳，更能「动得准⑩、控得稳」⑨，是当前最强的交互式世界生成基座模型之一①。

多领域革命引擎⑮、解锁交互宇宙⑫、作为空间智能领域的先锋之作⑭，Matrix-Game不仅是一个技术突破⑤，更是一个跨行业的赋能引擎④。

通过融合视频生成❶、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⑳、直观⑥、沉浸的体验⑫，也在具身智能②、影视制作⑫、游戏开发等领域展现出巨大潜力⑨。

Matrix-Game强大的交互式生成能力①，未来将在多个领域掀起深远的变革⑩。

虚拟游戏世界快速搭建⑯、老黄曾表示⑧，「用不了十年⑥，我们就能看到游戏中每一个像素都是由AI生成的」❷。

Matrix-Game的诞生③，让这一预言又近了一步⑦。

传统游戏世界构建❶，往往依赖人工设计和3D建模⑫，开发周期长⑳、成本高④。

而且❷，许多游戏地图和任务缺乏多样性⑦，难以满足玩家对高自由度探索需求⑥。

对于游戏开发者⑫，Matrix-Game能以低成本⑥、高效率生成细节丰富❸、可控的游戏地图与任务环境③，极大地缩短了开发周期❸。

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⑲，Matrix-Game都能根据指令实时生成⑰，赋予玩家更高自由度的探索体验⑪。

同时⑫，其物理一致性确保了游戏世界的真实感⑤、沉浸感❸。

具身智能体训练与测试⑨、具身智能▓，也称物理AI▓，是AI下一个前沿②。

它能够让智能体在物理世界中⑭，具备感知▓、推理和行动的能力⑰。然而⑤，现实开发和测试中⑬，具身智能面临着多种挑战⑩。

比如③，环境复杂性不足❷，测试场景单一⑫，测试中难以复现现实世界动态性和复杂性②，导致训练效果较为有限❷。

又或是②，真实物理环境搭建和数据采集耗时耗力⑬，成本高昂等等❶。

在红杉最新演讲中⑫，Jim Fan将「物理图灵测试」称之为AI的下一个北极星①，即智能体在虚拟和物理世界无缝操作⑧，展现出与人类无异的能力⑳。

而Matrix-Game以高保真的交互世界生成能力⑫，为智能体提供逼真的训练环境⑲，直接助力这一目标的实现▓。

从上面demo中不难看出⑯，Matrix-Game可快速生成高度逼真虚拟场景▓，森林⑧、山丘⑦、冰原▓、蘑菇等❸，涵盖了多样地形⑲、物体元素⑨，多样化场景定制⑩。

这种环境不仅视觉细节丰富⑫，还严格遵守物理规律①，可以为具身智能提供接近真实世界的训练场⑰。

另外①，支持前进①、跳跃⑨、抓取等精细动作⑳，Matrix-Game还能让智能体实时①、细致的交互④。

未来⑪，Matrix-Game通过模拟极端天气①、家庭环境等④，训练机器人⑨、服务智能体③，推动通用具身智能的实现❷。

影视与元宇宙内容生产⑩、在影视与元宇宙领域④，虚拟场景往往依赖3D建模和特效团队❶，一个好莱坞特效场景制作可能耗费数月❷，甚至数年⑯，成本动辄数百万⑭。

一些现有虚拟世界④，多为静态或有限的交互②，难以满足元宇宙用户对自由探索和实时互动的需求❷。

Matrix-Game能以更高效生产真实合理的动态虚拟空间①，直接赋能创意内容制作与沉浸式体验的开发⑯。

它为导演⑬、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▓。

教育与仿真系统构建⑪、Matrix-Game在教育⑰、仿真系统构建领域中❷，同样大有可为⑭。

即①，通过生成高度可控⑯、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▓。

举个栗子⑬，在医学教育中⑮，或许就可以利用Matrix-Game模拟手术室场景⑯，让学生身临其境练习复杂操作⑳。

在航空航天领域⑭，则可以用于生成逼真的飞行模拟环境⑭，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⑭，不仅能降低培训成本❸，还能通过交互反馈提升学习效果③。

此外❶，在文化遗产保护⑱、零售电商⑬、数字孪生与智能城市规划等领域中⑦，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②，而是可以被探索⑦、被操控④、被创造的活宇宙⑦。

下一步⑬，Matrix-Game还将继续迭代优化⑯，带领我们迈向更加智能⑬、沉浸的虚拟世界⑲。

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❶，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⑩，非常欢迎各位朋友分享到个人站长或者朋友圈❸，但转载请说明文章出处“来源电玩城捕鱼种类都有的软件”⑰。

很赞哦⑯！