昆仑AI开源Matrix-Game：交互式世界生成技术的重大突破
5月13日，昆仑AI集团发布了Matrix-Game——这款突破性的开源大语言模型重新定义了交互式世界生成的边界。作为首个参数规模超百亿的工业级开源空间智能模型，该系统专为高保真环境创建和开放世界场景中的精确用户控制而设计。
Matrix-Game的架构设计
Matrix-Game包含三大创新组件：
- Matrix-Game-MC数据集：基于《我的世界》游戏视频构建的海量自建数据集，包含键盘/鼠标控制信号和细粒度动作标注
- 核心模型：基于扩散架构，可生成连贯且符合物理规律的交互式视频
- GameWorld评分系统：综合评估视觉质量、时间一致性、可控性和物理理解的完整体系
该模型采用两阶段训练法——从无监督预训练开始，再到受控精调——在空间理解和用户指令响应方面表现出色。开发者能以手术般的精度操控虚拟环境，执行角色移动、镜头调整和物体交互等操作，体验极其自然。
Matrix-Game的独特之处在于保持视觉连续性的同时严格遵守现实物理法则。生成的世界呈现正确的重力效应、碰撞反应和环境互动，大幅提升沉浸感。该技术在不同地形、天气模式和生物群落中展现出惊人的泛化能力，其应用潜力不仅限于游戏领域，还可延伸至模拟训练环境。
基准测试表现
在与Oasis和MineWorld的严格对比测试中，Matrix-Game在所有GameWorld评分指标上全面领先。盲测用户对其输出结果表现出强烈偏好，验证了模型卓越的视觉保真度和响应式控制。该评估框架本身也是领域的重要贡献——在原本缺乏标准的情况下建立了规范化指标。
获取技术资源
核心亮点
- 首个面向交互式世界的工业级开源百亿参数空间智能模型
- 结合扩散模型与两阶段训练法，实现前所未有的控制精度
- 推出领域首个综合评估基准GameWorld Score
- 在所有质量指标的盲测中超越现有解决方案
- 在非《我的世界》风格环境中展现出强大泛化能力
