电玩城图片

新智元报道⑩、【新智元导读】「矩阵」不再是科幻⑭！Matrix-Game震撼来袭⑪，突破边界带来交互式引擎⑮。只需一句话⑰，沙漠森林等任意场景可控生成⑨，动作丝滑操控⑤，360°视角自由切换②，沉浸感爆棚④。

黑客帝国中的「矩阵」⑲，已照进现实▓。

指尖轻点⑧，一个细节满满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②，如今「空间智能」就帮人类实现了⑫。

继之前刷屏的单张图片生成虚拟世界Matrix Zero之后⑭，昆仑万维又来搞事情了⑯！

这次⑨，他们再度撕裂技术边界⑥，推出Matrix系巅峰之作——Matrix-Game⑪。

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⑰，更让你成为世界主宰的交互式创世引擎▓。

在这个空间智能时代⑱，视频生成⑮、3D建模❶、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⑮。

直通「创世之神」⑩、简单来说⑦，Matrix-Game就是通往「创世神」之路的超级加速器⑤。

它是Matrix系列在交互世界生成领域的首次惊艳落地⑧，一个专为游戏世界量身打造的交互式世界基础模型❸。

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❷，还能精准控制里面的细节❷。

现在②，只需要输入一个指令⑨，即可自由探索③、操控③，甚至创造出细节丰富⑲、物理规则合理的虚拟世界❶。

多场景可控生成④、比如沙漠⑥、森林⑭、山丘⑤、冰原⑥、河流等场景⑪，Matrix-Game可一键生成⑧。

这种多场景泛化能力⑰，让Matrix-Game具备了强大的环境适用性⑳，覆盖了不同地形⑯、天气⑳、生物群系的Minecraft场景⑰。

依次是：沙漠②、海滩⑧、山丘⑦、河流②、森林

它还能支持前进⑱、跳跃⑮、攻击等细节操作⑧，会根据用户的输入⑯，准确响应⑦。

不论是敲击键盘⑲，还是鼠标滑动⑦，操作体验非常丝滑⑭，仿佛置身于真实世界⑭。

依次是：前进⑭、后退⑰、向左⑪、向右⑦、跳跃▓、攻击

包括视角移动⑮，可实现360°无死角生成⑩。

依次是：视角移动向上⑤、向下⑥、向左⑦、向右

依次是：视角移动左上⑨、左下⑰、右上⑨、右下

现在⑳，只需把场景和交互控制融合⑬，便会惊叹Matrix-Game无与伦比的技术实力▓。

不论是前进③、后退⑬，向左③、向右②，Matrix-Game不仅能精准响应⑩，而且周边物理环境生成的稳定性极高⑳。

左右滑动查看❷、再比如⑫，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①。

Matrix-Game模拟了真实物理规律⑩，精准拿捏▓。

它生成的虚拟世界不仅视觉连贯①、细节逼真⑮，还严格遵守了自然物理规律❶，如重力⑦、碰撞等⑧。

这种高保真表现❶，显着提升了沉浸感②，让用户仿佛「身临其境」⑭。

总而言之⑤，Matrix-Game能在不同Minecraft场景下做到可控生成②，包括基础运动⑲、复合运动⑬、视角运动等⑫。

泛化场景生成⑥、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⑤，为更广泛的应用奠定了基础⑤。

比如⑱，生成赛博风格的城市④。

还有古建筑风格的场景⑩，都能无限生成②。

由上可见⑨，Matrix-Game这一突破性成果⑳，直接点燃了虚拟世界的无限可能❶。

它不仅刷新了交互式世界生成的技术天花板⑱，更为构建通用虚拟世界基座树立了全新标杆▓。

那么⑳，它是如何做到的呢❸？

解密Matrix-Game

三大技术核心⑨、接下来⑫，让我们一一拆解Matrix-Game的三大「秘密武器」⑳。

大规模高质量Matrix-Game-MC数据集

数据是AI模型的「养分」⑯，其质量和丰富度直接决定了模型的成败❷。

为此⑤，昆仑万维团队自主构建了大规模Matrix-Game-MC数据集③，为复杂环境的动态学习和交互模式训练⑬，提供了坚实的基础⑳。

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」⑱，兼顾了数据规模和质量❸。

无标注预③、训练数据①、从6000小时的MineDojo数据中⑯，研究者通过三阶段过滤机制⑥，筛选出近千小时高质量数据⑬。

具体来说⑭，经过了 画质与美学过滤⑯； 非游戏内容剔除⑦； 动态与视角稳定性过滤④。

有标注可控数据❶、这里⑬，采用了两种策略❷，生成数千小时的精细标注数据⑳。

探索智能体：利用VPT agent在 MineRL环境中进行自动探索⑨，生成包含精确键盘与鼠标控制信号的Minecraft视频数据②，支持可控性学习③。

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⑭、动作标注⑲、以及环境反馈信号❷，生成高精度③、无噪声的可控标注数据⑭，助力高保真动作-响应建模⑬。

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⑳，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❷、鼠标移动❶，它就能生成连贯⑱、可控的互动视频②，兼顾视觉精度⑬、时序一致性和物理合理性⑭。

整体架构的设计③，有三大核心亮点：

1. 图像到世界建模⑭、它不依赖语言提示⑪，仅基于视觉信号建模空间几何⑪、物体运动④，及物理交互⑪，强调空间智能能力⑪。

输入形式是以单张参考图像为起点❶，生成交互式视频⑦。

在交互可控生成上⑪，融合了用户动作输入⑲，通过多模态扩散模型⑦，直接生成虚拟游戏世界的视频内容⑰。

自回归式视频生成③、Matrix-Game支持自回归方式scaling生成长度⑱，可持续生成高一致性长视频内容⑦。

每次⑤，它会以前一视频最后k=5帧作为运动上下文⑬，逐段递进生成④，确保了时间上的连贯性②。

此外⑬，通过随机扰动⑰、随机删除⑪、分类引导策略⑫，可缓解时序漂移和误差积累❶，确保了时间连贯性⑦。

3. 可控交互设计⑮、对于交互设计②，键盘动作是以离散token表达③，视角移动动作则以连续token表达⑬。

同时⑦，它采用了GameFactory控制模块⑤，融入多模态Diffusion Transformer架构⑳，并利用CFG提升对控制信号的鲁棒响应能力⑰。

得益于这一架构▓，使得Matrix-Game在生成交互世界时⑯，既能保持视觉上的惊艳效果⑪，又能精准响应用户指令⑳。

统一评测体系❸、接下来⑨，如何去全面⑫、科学地评估交互世界生成模型的性能❸？

为此①，研究团队创新性提出GameWorld Score评测体系❶。

它从视觉质量⑭、时间一致性⑲、交互可控性⑱，以及物理规则理解四个关键维度⑭，来进行量化评估⑫。

视觉质量⑭、：基于人类视觉系统标准❶，评估每一帧图像清晰度⑧、结构一致性与真实感❸。

时间一致性❶、：衡量视频的动态连贯性⑤，包括运动连续性⑩、节奏平滑性与时间稳定性⑬。

交互可控性⑪、：测试生成结果是否准确响应用户输入的控制信号⑲，涵盖离散控制和连续控制②。

物理规则理解②、：验证生成视频是否遵循物理常识与空间一致性⑦。

这一体系的提出⑬，填补了行业在交互性⑪、物理一致性等维度的评测空白⑳，为模型的迭代优化提供了科学依据▓。

而且⑦， 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⑥。

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

刷新SOTA⑧、重塑交互式世界生成标杆③、在实验评估中⑲，通过两阶段训练策略③，17B参数规模的大模型在空间理解⑥、物理交互建模⑦，以及用户指令响应方面④，取得了显着的突破⑨。

在GameWorld Score评测系统中▓，Matrix-Game在以上四大评测维度中全面领先①，超越了业内着名开源基线——Decart的Oasis和微软的MineWorld⑤。

尤其是▓，新模型在交互可控性和物理一致性等关键指标上①，表现尤为突出⑰。

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⑮，生成效果更真实④、连贯❷、可信③；

93.76%动作控制偏好⑲，准确响应键盘与鼠标指令⑭；

98.23%视觉质量得分❸，单帧画面更清晰美观⑬；

89.56%时间一致性得分⑪，动态流畅⑱，无闪烁跳变①。

在控制性能上⑫，Matrix-Game可实现「运动」「攻击」等动作高达90%+准确率❸；细粒度视角控制下依然保持高精度响应⑫。

此外⑮，Matrix-Game在8大典型Minecraft场景中⑤，也全面领先⑦。

模型展现出卓越的环境适应与泛化能力❶，可广泛应用于复杂动态的虚拟世界交互任务⑳。

Matrix-Game用事实证明⑤，它不仅能「看得清」⑤，更能「动得准▓、控得稳」❶，是当前最强的交互式世界生成基座模型之一⑭。

多领域革命引擎⑯、解锁交互宇宙▓、作为空间智能领域的先锋之作⑬，Matrix-Game不仅是一个技术突破⑥，更是一个跨行业的赋能引擎⑦。

通过融合视频生成③、三维建模与交互控制等核心技术⑤，空间智能不仅支持更加自然⑫、直观⑦、沉浸的体验⑦，也在具身智能⑦、影视制作③、游戏开发等领域展现出巨大潜力⑳。

Matrix-Game强大的交互式生成能力⑮，未来将在多个领域掀起深远的变革❶。

虚拟游戏世界快速搭建❶、老黄曾表示⑫，「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」❶。

Matrix-Game的诞生⑦，让这一预言又近了一步⑤。

传统游戏世界构建▓，往往依赖人工设计和3D建模⑯，开发周期长⑮、成本高⑰。

而且⑫，许多游戏地图和任务缺乏多样性④，难以满足玩家对高自由度探索需求❶。

对于游戏开发者❶，Matrix-Game能以低成本⑫、高效率生成细节丰富⑨、可控的游戏地图与任务环境❸，极大地缩短了开发周期⑱。

不论是开放世界RPG的广袤大陆⑪，还是沙盒游戏的动态地形⑬，Matrix-Game都能根据指令实时生成⑧，赋予玩家更高自由度的探索体验⑬。

同时⑲，其物理一致性确保了游戏世界的真实感⑧、沉浸感⑪。

具身智能体训练与测试⑭、具身智能⑤，也称物理AI⑭，是AI下一个前沿⑭。

它能够让智能体在物理世界中❸，具备感知❷、推理和行动的能力⑰。然而⑬，现实开发和测试中②，具身智能面临着多种挑战⑦。

比如⑮，环境复杂性不足①，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⑫，导致训练效果较为有限▓。

又或是⑬，真实物理环境搭建和数据采集耗时耗力⑩，成本高昂等等⑳。

在红杉最新演讲中③，Jim Fan将「物理图灵测试」称之为AI的下一个北极星⑫，即智能体在虚拟和物理世界无缝操作①，展现出与人类无异的能力▓。

而Matrix-Game以高保真的交互世界生成能力❷，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⑬。

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⑱，森林⑲、山丘⑲、冰原⑩、蘑菇等⑯，涵盖了多样地形①、物体元素⑥，多样化场景定制⑥。

这种环境不仅视觉细节丰富⑫，还严格遵守物理规律⑥，可以为具身智能提供接近真实世界的训练场⑳。

另外②，支持前进⑥、跳跃⑱、抓取等精细动作⑳，Matrix-Game还能让智能体实时❷、细致的交互⑳。

未来⑱，Matrix-Game通过模拟极端天气⑩、家庭环境等⑯，训练机器人⑩、服务智能体⑧，推动通用具身智能的实现❶。

影视与元宇宙内容生产❷、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❶，一个好莱坞特效场景制作可能耗费数月⑥，甚至数年⑫，成本动辄数百万⑦。

一些现有虚拟世界⑭，多为静态或有限的交互⑭，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⑦，直接赋能创意内容制作与沉浸式体验的开发⑳。

它为导演⑧、元宇宙开发者提供了一个革命性工具⑮，将重塑虚拟内容创作的未来③。

教育与仿真系统构建❶、Matrix-Game在教育❷、仿真系统构建领域中①，同样大有可为③。

即⑫，通过生成高度可控❸、交互丰富的虚拟学习环境⑫，为学生和专业人士提供一个沉浸式训练平台⑳。

举个栗子⑯，在医学教育中⑦，或许就可以利用Matrix-Game模拟手术室场景⑥，让学生身临其境练习复杂操作⑪。

在航空航天领域⑬，则可以用于生成逼真的飞行模拟环境⑳，帮助飞行员提升应对突发状况的能力③。

这些虚拟场景的搭建⑫，不仅能降低培训成本▓，还能通过交互反馈提升学习效果⑰。

此外⑰，在文化遗产保护❶、零售电商❷、数字孪生与智能城市规划等领域中❶，Matrix-Game未来将会释放无限的潜力⑩。

它让世界不再是静态的画卷⑱，而是可以被探索⑧、被操控❶、被创造的活宇宙③。

下一步⑲，Matrix-Game还将继续迭代优化⑯，带领我们迈向更加智能⑮、沉浸的虚拟世界⑯。

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⑤，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”⑲。

很赞哦⑲！