昆仑万维Matrix-Game大模型：键盘指令生成游戏世界视频，开启新纪元
昆仑万维近期宣布，其Matrix系列在交互式世界生成领域取得了重大进展，正式推出了Matrix-Game大模型（17B），并慷慨地将其核心代码向公众开放。这一举措标志着Matrix-Game成为业界首个开源的、专为游戏世界建模设计的10B级空间智能大模型，旨在开放式环境下实现内容生成的高质量与精确控制。
Matrix-Game的推出，旨在为游戏开发者及AI爱好者提供一把钥匙，解锁构建和探索交互式虚拟世界的无限可能。该模型基于前沿技术，能够深入理解复杂环境中的动态变化与交互模式，从而生成既连贯又可控的游戏体验，让虚拟世界更加生动逼真。
Matrix-Game的强大功能得益于其精心设计的三大核心组件。首先，昆仑万维自主构建了Matrix-Game-MC数据集，这一数据集涵盖了海量的Minecraft游戏视频数据，既包括无标签的大规模视频，也包含精细标注的、带有控制信号的视频，为模型的训练提供了坚实的基础。
其次，Matrix-Game主模型采用了先进的扩散模型技术，构建了一个从图像到世界的生成框架。这一框架能够根据用户的输入，如键盘指令和鼠标移动，生成连贯且可控的互动视频。在视觉质量、时序一致性和物理合理性方面，Matrix-Game主模型均展现出了卓越的性能。
昆仑万维还提出了GameWorld Score评测体系，这一统一的游戏交互世界评估标准填补了该领域缺乏系统性评测基准的空白。GameWorld Score从视觉质量、时序质量、动作可控性和物理规则理解四个维度全面量化模型性能，为Matrix-Game及其他同类模型的评估提供了科学依据。
Matrix-Game在Minecraft的多种场景下均能实现可控生成，包括森林、沙滩、沙漠、冰川、河流和平原等自然景观。用户可以通过键盘和鼠标输入指令，如使用方向键控制角色移动、空格键跳跃、攻击键攻击以及鼠标控制视角等，来操控游戏中的角色。Matrix-Game能够根据这些指令生成相应的游戏世界视频，支持角色的前后左右移动、跳跃、攻击以及视角变换等动态行为，为用户带来沉浸式的游戏体验。
Matrix-Game还支持自回归式的长视频生成，这一特性使得动作与视角之间的衔接更加丝滑流畅，同时在时间一致性和环境适应性方面也表现出色。这一创新为开发沉浸式长时体验、创意内容生成以及游戏设计等应用提供了坚实的模型基础，将推动游戏行业向更高层次发展。