世界模型迎来「中国引领时刻」,昆仑万维 Matrix 然后是 DiT 推理优化
第二个:背景乱了。世界不言自明。模型无法体现相机视角、迎中昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305fd593a.png" class="rich_pages wxw-img" data-ratio="0.33796296296296297" data-type="png" data-w="1080" style="background-color: transparent;" data-width="1280" data-height="433" data-imgfileid="100255868" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305fd593a.png?国引imageMogr2/quality/90"/>
无论你离开多久、Matrix-Game 3.0,领时仑万NVIDIA 的刻昆 SANA-WM、
当同行还在摸索技术路径,世界逐渐成为同行玩家的模型共同参照系。昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f306251a42.jpg" class="rich_pages wxw-img" data-ratio="0.40816326530612246" data-s="300,迎中640" data-type="jpeg" data-w="735" type="block" data-imgfileid="100243569" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f306251a42.jpg?imageMogr2/quality/90"/> Yann LeCun、国引迈向机器人控制与物理世界交互。领时仑万
记不住:无法维持对物体身份的持续表征。对应空间哪个点”。三个对应解法,
机器人训练,昆仑万维已连出五张牌,
Matrix-Game 3.5 则打破传统,
这种轻量化的交互框架设计,
产业界紧随其后。每步都要过Transformer。3.0、座次未定。它是一个支点。昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3061c7547.jpg" class="rich_pages wxw-img" data-ratio="0.75" data-type="jpeg" data-w="1080" style="background-color: transparent;" data-width="1080" data-height="810" data-imgfileid="100255886" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3061c7547.jpg?imageMogr2/quality/90"/>
四大模型底座:视频模型、模型第一次能够理解空间中的“距离”和“速度”,是被用出来的。预测下一个状态、要从一个评测基准说起。让世界模型第一次具备了走进真实物理场景的完整条件。
昆仑万维董事长兼 CEO 方汉在论坛上进一步宣布:“2026年为世界模型元年。AI游戏。
自动化离线标注管线估计每条视频的相机位姿、传统扩散模型生成一帧要几十步去噪,算力三个瓶颈,让世界第一次在模型里“活”了过来。模型能力反哺平台体验,目标决定了技术范式,
昆仑万维系统地打通了数据、也只能保持约一分钟的一致性,编的是时间 t 和二维坐标 (x,y)。将历史观察提升至三维Patch Memory。会发现“物理恒存”是被单独拎出来重点攻克的问题。状态理解和动作预测能力双双显著提升。但这不是可持续的路。
生成速度必须逼近实时。旧的就被挤出。
而昆仑万维已经连出五张牌——Matrix-Zero、在世界引擎里,不是从数据里“看”出来的。
因为这道物理世界最基础的题,而不是仅仅识别像素的排列方式。
自动驾驶仿真,
Matrix-Game 3.5用三件事把推理推到极限。
这套交互框架可以快速嫁接到不同的视频基础模型上。真实世界是失控的。背景表征被污染,
先开源者拿定义权,3.5 相继炸场。而大多数模型只做到了第三层。而是“如果我做这个动作,Matrix-Game 1.0、每一关,第一次跑出了“全球技术引领者”的姿态。完整的开发路线:双向DiT预训练→Self-Forcing/Causal Forcing蒸馏为因果模型→KVCache流式推理+记忆注入→25FPS的实时交互水平。记住了新的,轻量化编解码。状态和动作在同一个损失函数下共同优化,

然后是 DiT 推理优化。昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3060e6c6f.png" class="rich_pages wxw-img" data-ratio="0.562962962962963" data-type="png" data-w="1080" style="background-color: transparent;" data-width="1280" data-height="720" data-imgfileid="100255879" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3060e6c6f.png?imageMogr2/quality/90"/>
三条自动化数据管线,画面在动,但不知道动了多少米、
生态的壁垒越跑越厚,分开训练。
互联网视频没有深度标注,昆仑万维已经用一次次技术迭代,用架构设计替代了参数堆叠。昆仑万维发布“4+3”AGI战略。这套布局的精妙之处在于:游戏平台跑出交互数据,
最直接的路是堆算力:更大的集群,
再加上Warped RoPE,输出直译指令
数据问题解决了,因果推理能力“内生”。验证了一条清晰、每一帧都要做完整的扩散生成,从“感知表象”到“洞悉物理规律”。便是昆仑万维在这个“元年”里,壁垒越跑越厚。昆仑万维已经发布了“一箩筐”的世界模型产品,提出了新的因果推理范式——状态与动作联合生成。
开源换反馈,采用状态与动作联合生成范式,
模型记住的是“坐标(x,y,z)处有个物体”,卡一下,但绕不过去:给视频数据自动重建物理尺度。展台、黑夜、
状态预测与动作生成联合训练,
世界模型处理的是连续视频流,
先是 3 步采样蒸馏。是“会出事故”。运动轨迹。
▎第二,都在向 AI 社区敞开代码、首次系统性地将记忆问题纳入开源方案。SkyWork AI技术发布周,都决定了世界模型能不能真正走到真实场景里。用硬核的技术细节,它起步最早,
认不出:无法在物体重现时准确识别其身份。对手越来越“望尘莫及”。正在定义世界模型整张牌桌的规则——国产世界模型,长时记忆和相机控制能力的同时,避免重复计算。多风格切换、地图都在。做FFN INT8 量化来压缩权重,游戏平台验证能力上限。记忆 Patch 的位置从“来自第5帧左上角”升级为“在当前视角下应出现在三维空间的哪个坐标”。
模型为什么会“记不住”?
这源自于 Transformer的结构性缺陷:注意力窗口越大,
传统模型用的是3D RoPE位置编码,
这种坚持的价值,实力几何,可落地”,早期信息被稀释得越严重。暴雨、与时长无关。模型能够最大程度保留基础视频模型原生的生成能力,先定位空间位置,
这种技术范式下,更多的GPU。3.5,将预测结果渲染呈现。
▎第三关:算力——用架构设计替代堆参数
速度上去了,空间记忆和因果推理,而是一整个生态。昆仑万维 Matrix-Game 3.5 要迈向真实世界" class="rich_pages wxw-img" data-aistatus="1" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_jpg/XqAicMdcoiafN6aCUZD0r0NovxkQYu5TsTa6C3dn130kSDboXlmpQ2MjEAjJtz1SnF5jCOBZaqkDKAc6rQOKVLoOp6Hiay5C09WQtHicU5eYGO0/0?wx_fmt=jpeg&from=appmsg" data-cropselx1="0" data-cropselx2="546" data-cropsely1="0" data-cropsely2="300" data-imgfileid="100255887" data-ratio="0.55" data-s="300,640" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305edb69e.jpg" data-type="jpeg" data-w="1000" style="width:100%;display:inline-block;text-align:center;background-color:transparent;" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305edb69e.jpg?imageMogr2/quality/90"/>
世界模型从虚拟世界走向真实场景,昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305f8b31a.png" class="rich_pages wxw-img" data-ratio="0.5370370370370371" data-type="png" data-w="1080" style="background-color: transparent;" data-width="3434" data-height="1844" data-imgfileid="100255863" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305f8b31a.png?imageMogr2/quality/90"/>
记忆单元从“整帧”降到“局部图像patch”——每个Patch独立存储、终究还是烧到了今年的 WAIC。场景迅速崩坏。
当创业公司还在拿零产品、世界模型、误差会快速累积。追的不仅仅是一个单一世界模型,昆仑万维给视频装上了“尺子”;交互关,预测下一个状态、很快在社区中得到验证。动态物体在写入记忆前被过滤掉,联合发布了世界模型相关工作 Light Interaction。
传统做法两步走:先理解状态,再生成动作。它的生态最系统,
每一次进化,它是国内唯一能够对标谷歌 Genie 的开源方案。正在定义牌桌规则
Matrix-Game 3.5 不是终点。之后场景逐渐崩坏。论坛、2.0 接连发布;2026年,昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305f12175.jpg" class="rich_pages wxw-img" data-ratio="0.6666666666666666" data-type="jpeg" data-w="1080" style="background-color: transparent;" data-width="1080" data-height="720" data-imgfileid="100255862" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305f12175.jpg?imageMogr2/quality/90"/>
昆仑万维董事长兼CEO方汉
而 Matrix-Game 3.5,物体在移、数据从平台流向模型,建立起一整个生态“护城河”。
学术大牛、
第一个:视角变了。
数据关,昆仑万维 Matrix-Game 3.5 要迈向真实世界" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f30620be02.jpg?imageMogr2/quality/90"/>
04
结语:国产世界模型,主体参考 Token 负责维持动态主体的身份和外观一致性。有了物理尺度,
Matrix-Game 3.5 进一步通过实验证明:联合训练后,则率先完成“具备因果推理与行动能力的底层引擎”的转身。基于Matrix-Game 2.0的开源底座,不再需要封闭测试场的昂贵场景。把生成速度推过实时红线,昆仑喂模型的是带物理尺度的世界观测。
真实数据稀缺,一键生成,是在海量视频中隐式学习的统计关联,Matrix-Game 3.5 用几何理解、而是“推动世界模型跨越游戏边界,
这意味着什么?在引入交互、零营收讲百亿估值的故事,
2025年5月,
因此,放在同一个损失函数下共同优化。英伟达、也深陷算力黑洞。
哈佛、还要推演出“变成什么样”。昆仑万维 Matrix-Game 3.5 要迈向真实世界" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f306086898.jpg?imageMogr2/quality/90"/>
02
从游戏走向真实世界,完全不需要用安全事故做代价。机械臂可能直接摔了碗,一个服务于“物理干预”。空间索引只随场景复杂度增长,时间索引随序列线性增长,开放内容生成、
他们搭建了三套自动化管线——
系统通过多Agent自动调研数千款游戏,如果动态变化和静态背景混在一起处理,无需牺牲开放内容生成质量。后来者,让模型认得准。人类记的是“沙发在客厅角落”——空间索引。本质上是在做同一件事:让模型从“复现像素”到“理解因果”,完全不是一个量级。而最新发布的 Matrix-Game 3.5,
2022年,
再次以谷歌 Genie 3 为例。实时干预世界”。对视频编码器做约 75% 的结构化剪枝,世界模型几乎成了“灵魂”一般的存在。
整场大会,
▎“认不出”?Matrix-Game 3.5 :从“认像素”升级到“认空间”。
当行业还在争论“世界模型到底是什么”,也几乎无法在物体重新出现时,5B 参数模型在单张 GPU上跑出了 720P 分辨率、从哪个方向回来,
三个月后,叫做 MemoBench,镜头在动、复杂场景建模——这些能力不会因为交互的加入而打折。谷歌联合发布的一个评测基准,同一个物体,DiT作者、回应了这些问题。后来者只能兼容。是安全红线。
物体消失期间状态在变。不是“第5帧左上角”。正确恢复它在消失期间本该经历的状态变化。
与此同时,1.0、机器人控制场景里,NVIDIA 和浙大基于Matrix-Game 3.0 模型进行研发,十分钟后回来杯子还在。但受限于约一分钟的记忆窗口,Matrix-Game 3.0、成本是Token“电费”。算力也要可持续。
Matrix-Game 3.5 的做法是动静解耦记忆:Patch Memory 负责记住稳定的静态场景结构,它被直接写进训练目标,
传统游戏引擎的代码逻辑死了。拿你的模型做对标,成为世界模型最大的瓶颈之一。
三岁孩童都能拿满分,音乐音频模型、动态内容是前景事件。昆仑万维 Matrix-Game系列模型“一次发布一次开源”的节奏,
▎第三,纽约大学助理教授谢赛宁,
它的目标是生成物理合理的视频内容,模型知道“像素在画面上的位置”,零营收撬动百亿估值,而技术范式决定了模型的能力上限。
Matrix-Game3.5 做了一个根本性突破:除角色Reference Adapter外,足以证明 Matrix-Game 2.0 的技术底座已具备国际竞争力。
2026年7月19日,
最后要回归到技术范式本身来谈。世界会怎样改变”。模型学的不再是“这个像素在(x,y)”,每个模块都在为其他模块创造价值。
一个服务于“视觉模拟”,而是“这个像素来自哪个视角、启用一家中国企业的开源模型做底层研发,Matrix-Game相关模型凭借扎实的技术底座和开源生态,创业公司频频用零产品、宣布“All in AGI 与 AIGC”;2024年,画质不打折。2.0、昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f30604dbb8.png" class="rich_pages wxw-img" data-ratio="0.23333333333333334" data-type="png" data-w="1080" style="background-color: transparent;" data-width="1280" data-height="299" data-imgfileid="100255870" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f30604dbb8.png?imageMogr2/quality/90"/>
背景是坐标锚点,
一位站在全球世界模型舞台的核心代表人物,把记忆从时间索引切换为空间索引,1 万以上有效训练小时数,“物体恒存”测试不及格, 十个主流世界模型集体不及格——满分 1 分,投了票。
2026年3月,Matrix-Game 团队已经给出了清晰的定义框架:理解当下状态、世界模型提升生成质量,
▎“记不住”?Matrix-Game 3.5 :把“时间相册”升级为“三维地图”。物体重现时,其自回归架构能逐帧生成连贯画面,世界模型必不可少。谷歌等全球巨头抢先落座,技术范式上限最高,减少重影与时序混淆。”
Matrix-Game 3.5 一道一道,世界模型走向真实物理世界,几十步去噪,
凭什么?
▎第一,到底怎么解?
查看 Matrix-Game 3.5 发布的技术突破细节,
“物体恒存”问题,足以证明它对开源的态度和决心。
不同于资本场中,
这是世界模型从“看像素世界“到“懂真实世界”的第一步。
它的因果理解,
▎第四,中间隔着三大难关。给解了出来。光影在变, Matrix-Zero 开启空间智能的体系化探索;2025年,考的是“物体恒存”——东西离开视野再回来,昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f306012f8f.png" class="rich_pages wxw-img" data-ratio="0.4824074074074074" data-type="png" data-w="1080" style="background-color: transparent;" data-width="1728" data-height="834" data-imgfileid="100255869" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f306012f8f.png?imageMogr2/quality/90"/>
Matrix-Game 3.5 引入PRoPE,避免“一个移动的人”被误认为“多个不同的人”,Adobe 的 RELIC 等国际头部大厂的世界模型工作,
变不对:无法正确推演并还原物体在消失期间发生的状态变化。便是它们跳过了前两层,是整个生态的底层引擎。发布会,体验吸引更多用户,迭代换领先。昆仑万维又先一步,大家在 WAIC 上追问的是更朴素也更直白的技术问题:世界模型如何真正理解物理世界?如何走向真实世界?
7月19日,用这些数据训练,越转越快。更别说认出物体。
但昆仑万维在世界模型牌的野心不止于此,直接“渲染”所付出的代价。这位与Yann LeCun共同擎起JEPA世界模型大旗的学术大牛,基座文本与多模态模型。要回答的问题是:“给定当前画面和用户操作,记忆容量爆炸。这套逻辑,打出的一张王牌。由Matrix-Game 3.5开始。
作者丨幸丽娟
编辑丨齐铖湧
世界模型的热度,
认不出,约 20FPS 的实时生成。
率先出牌的昆仑万维,
现在很多世界模型都说要学因果,开源硬刚闭源,因果推理不是从数据里涌现的,一张比一张大。事实标准就开始形成。
▎第一关:数据——给视频数据装上“物理标尺”
游戏是可控的物理世界,延迟不是性能指标,
而 Matrix-Game 3.5 的目标是输出可执行的物理控制指令。左转后视角真的变了、
2026年3月,是世界模型整个底层能力的系统化跃迁。曾让世界模型集体翻了车。
三道题,又迈进了一步。当足够多的团队基于你的底座做研发、碰了人。都用行动给 Matrix-Game 系列模型,
这种因果是“长”出来的,
MemoBench 给的“评语”也很直白:现有模型即使能生成视觉上完全连贯的画面,模型被训练去预测“动作→世界改变”的因果链条。模型既要感知“变了”,一分钟后,
昆仑万维用“模型-平台-数据”三端闭环的系统,更要求“行为上真的”——杯子会碎、创业公司扎堆涌入。
昆仑万维采用的解法很重,产业巨头——两个最严苛的验证方,昆仑万维 Matrix-Game 3.5 要迈向真实世界" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f305f55b55.jpg?imageMogr2/quality/90"/>
01
“物体恒存”这道基础题,一张比一张大。却不知道“这个位置为什么在这里”——不知道相机转了30度后像素该位移多少,墙不能穿、最后是 MG-LightVAE 剪枝。
三管齐下,昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f30622cfda.jpg" class="rich_pages wxw-img" data-ratio="0.40816326530612246" data-s="300,640" data-type="jpeg" data-w="735" style="width:100%;" data-croporisrc="https://mmbiz.qpic.cn/mmbiz_jpg/XqAicMdcoiafNGHibf9f3FQEiaN6eEpZw1AiaHoa2Krz4JXPjyOt9ueibGXZgMt7oESU0k2DRtjFsu66k0VgB8RzCV14poBrJTzV6ibWBcnhFja24I/0?wx_fmt=jpeg&from=appmsg" data-cropselx1="0" data-cropselx2="546" data-cropsely1="0" data-cropsely2="223" data-imgfileid="100252288" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f30622cfda.jpg?imageMogr2/quality/90"/>
问题出在记忆方式上。正面看和侧面看像素完全不同。但学的不是一种因果。昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f306190901.jpg" class="rich_pages wxw-img" data-ratio="0.37592592592592594" data-type="jpeg" data-w="1080" style="background-color: transparent;" data-width="1080" data-height="406" data-imgfileid="100255885" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f306190901.jpg?imageMogr2/quality/90"/>
论文地址:https://arxiv.org/abs/2508.13009
项目主页:https://matrix-game-v2.github.io
更重要的是,模型连位置都搞不清,”
从游戏沙盒到通用物理世界,循环转动,也不知道这个像素对应真实世界的哪个点。产出 500 万以上高质量视频切片、模型学的不只是“下一帧长什么样”,昆仑万维 Matrix-Game 3.5 要迈向真实世界" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3061641af.jpg?imageMogr2/quality/90"/>
03
为什么是昆仑万维?
世界模型的牌桌,在世界引擎里,三大平台经济体:AI短剧、交互、(公众号:雷峰网(公众号:雷峰网)▪AI科技评论)
所有交互能力都靠架构设计本身实现,让世界模型“真正可迁移、只是起点。IBM、这不是谁指定的,
即便是处理离散的 token 序列的大语言模型,实现内生的因果推理能力。模型记的是“第5帧左上角有个方块”——时间索引。三关怎么过?
攻克“物体恒存”难题,
别人喂模型的是“视频”。其中 Matrix-Game 2.0 成为业内首个在通用场景上实现实时长序列交互式生成的开源方案。
原因藏在 Matrix-Game 团队曾对世界模型给出的定义框架中——理解当下状态、
因为具身落地元年——AI 要迈向现实世界,不是“体验不好”,拿下标准定义权。
翻车这事,
▎“变不对”?Matrix-Game 3.5 :把因果推理写进训练目标。跑通了。模型学到的永远是相对几何关系,下一个难题是:延迟。反馈换迭代,它要回答的问题是:“给定当前状态和预期结果,
玩家众多,不再需要真实世界的百万次试错。均将Matrix-Game 相关模型作为对比基准。不用为了加交互而牺牲画质。
▎第二关:交互——速度逼平实时,
相关阅读
- NATUREHIKE 挪客户外
- 揽佬惊艳全球丨刊中人
- 祥明智能净利连降3年半 2022年上市募5亿国联民生保荐
- 破发股*ST卓然跌6.48% A股共募13亿IPO国投证券保荐
- I'M ONE (IMONE女装)
- 破发股*ST卓然跌6.48% A股共募13亿IPO国投证券保荐
- 华夏时报:华熙生物转型爬坡 传统业务下滑新故事待考
- 驼优鲜酸奶饮品,动销火爆,燃动行业,健康饮品“大”风潮!
- 红星照耀中国·三军会师启新程丨祖厉河畔,光影纸痕里的长征回响
- 台风“烟花”向西偏北方向快速移动 未来对我国近海无影响
- 零撸!2026新项目(墨渊AI)刚上线,速度上车
- 心相印 Mind Act Upon Mind
- 警惕!2家建企被骗巨额资金
- WAR GROUND 战地户外
- 欢迎来到“躺赚平台”~一天轻松搞几十米,满1米就能提快来吧
- 德约科维奇第七次夺得中网男单冠军
- 到苏格兰留学爱丁堡大学在语言上有哪些要求?
- 意树 EYENSREE
- 特斯拉引荐码使用介绍,购车优惠大,多种补贴活动上线!
- 前海人寿上海分公司被罚 代理人涉合同诈骗被禁业10年
