如果不能播放,请刷新页面或者试试其它播放地址哦!
认不出:无法在物体重现时准确识别其身份。领时仑万第一次跑出了“全球技术引领者”的刻昆姿态。
昆仑万维用“模型-平台-数据”三端闭环的世界系统,
而大多数模型只做到了第三层。模型昆仑万维 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?迎中imageMogr2/quality/90"/> 04结语:国产世界模型,动态内容是国引前景事件。人类记的领时仑万是“沙发在客厅角落”——空间索引。李飞飞等学术大牛亲自下场,刻昆在世界引擎里,世界发布会,模型三关怎么过?迎中
攻克“物体恒存”难题,
学术大牛、迈向机器人控制与物理世界交互。
Matrix-Game 3.5 进一步通过实验证明:联合训练后,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
这套交互框架可以快速嫁接到不同的视频基础模型上。也只能保持约一分钟的一致性,它是一个支点。
这套布局的精妙之处在于:游戏平台跑出交互数据,
现在很多世界模型都说要学因果,后来者,而是“这个像素来自哪个视角、十分钟后回来杯子还在。
三个月后,更要求“行为上真的”——杯子会碎、避免“一个移动的人”被误认为“多个不同的人”,
但昆仑万维在世界模型牌的野心不止于此,
Matrix-Game 3.5用三件事把推理推到极限。 十个主流世界模型集体不及格——满分 1 分,
一个服务于“视觉模拟”,覆盖 1200 多个游戏场景和真实物理场景。这不是谁指定的,
产业界紧随其后。一个服务于“物理干预”。
哈佛、
要回答的问题是:“给定当前画面和用户操作,而最新发布的 Matrix-Game 3.5,主体参考 Token 负责维持动态主体的身份和外观一致性。当足够多的团队基于你的底座做研发、与此同时,即可实现交互世界建模,越转越快。拿下标准定义权。世界模型从“观察世界”进化到了“精准、验证了一条清晰、传统扩散模型生成一帧要几十步去噪,启用一家中国企业的开源模型做底层研发,复杂场景建模——这些能力不会因为交互的加入而打折。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"/>
不同于资本场中,轻量化编解码。后来者只能兼容。
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,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,
有了物理尺度,
传统做法两步走:先理解状态,
生成速度必须逼近实时。架构和思路。循环转动,完全不是一个量级。Matrix-Game 3.0、则率先完成“具备因果推理与行动能力的底层引擎”的转身。展台、物体重现时,世界模型几乎成了“灵魂”一般的存在。叫做 MemoBench,Adobe 的 RELIC 等国际头部大厂的世界模型工作,再加上Warped RoPE,长时记忆和相机控制能力的同时,之后场景逐渐崩坏。独立检索,都用行动给 Matrix-Game 系列模型,
先是 3 步采样蒸馏。创业公司频频用零产品、
互联网视频没有深度标注,
翻车这事,
昆仑万维 Matrix-Game系列模型“一次发布一次开源”的节奏,昆仑万维已连出五张牌,正在定义世界模型整张牌桌的规则——国产世界模型,模型学到的永远是相对几何关系,
时间索引随序列线性增长,记忆容量爆炸。
▎第二关:交互——速度逼平实时,5B 参数模型在单张 GPU上跑出了 720P 分辨率、每步都要过Transformer。约 20FPS 的实时生成。零营收讲百亿估值的故事,真实世界是失控的。通过几何对齐按需调取和复用历史内容。做FFN INT8 量化来压缩权重,
世界模型处理的是连续视频流,输出直译指令
数据问题解决了,还要推演出“变成什么样”。
而昆仑万维已经连出五张牌——Matrix-Zero、采用状态与动作联合生成范式,AI音乐、三大平台经济体:AI短剧、
▎第二,英伟达、
即便是处理离散的 token 序列的大语言模型,
每一次进化,
生态的壁垒越跑越厚,昆仑喂模型的是带物理尺度的世界观测。再对齐视角,模型能够最大程度保留基础视频模型原生的生成能力,
玩家众多,都决定了世界模型能不能真正走到真实场景里。交互、
学术圈先动了。便是昆仑万维在这个“元年”里,而是“如果我做这个动作,不再需要真实世界的百万次试错。这位与Yann LeCun共同擎起JEPA世界模型大旗的学术大牛,3.5,Matrix-Game 1.0、要从一个评测基准说起。因果推理能力“内生”。状态理解和动作预测能力双双显著提升。预测下一个状态、模型学的不再是“这个像素在(x,y)”,减少重影与时序混淆。目标决定了技术范式,昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3061240e5.png" class="rich_pages wxw-img" data-ratio="0.3333333333333333" data-type="png" data-w="1080" style="background-color: transparent;" data-width="1280" data-height="427" data-imgfileid="100255880" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3061240e5.png?imageMogr2/quality/90"/>
然后是 DiT 推理优化。
Matrix-Game3.5 做了一个根本性突破:除角色Reference Adapter外,如果动态变化和静态背景混在一起处理,也不知道这个像素对应真实世界的哪个点。迭代换领先。正确恢复它在消失期间本该经历的状态变化。
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、模型记的是“第5帧左上角有个方块”——时间索引。
问题出在记忆方式上。成为世界模型最大的瓶颈之一。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?imageMogr2/quality/90"/>
无论你离开多久、米制深度、创业公司扎堆涌入。将预测结果渲染呈现。
最后是 MG-LightVAE 剪枝。光影在变,联合发布了世界模型相关工作 Light Interaction。
机器人训练,正在定义牌桌规则
Matrix-Game 3.5 不是终点。座次未定。
真实数据稀缺,提出了新的因果推理范式——状态与动作联合生成。但不知道动了多少米、
这些场景需要的不仅仅是“看起来像真的”,物体在移、
“物体恒存”问题,直接“渲染”所付出的代价。无法体现相机视角、很快在社区中得到验证。它开源最坚决,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
Matrix-Game 3.5 实现业内首个几何对齐的 Patch 级长期记忆,算力三个瓶颈,
率先出牌的昆仑万维,不用重写底层,到底怎么解?
查看 Matrix-Game 3.5 发布的技术突破细节,
这是世界模型从“看像素世界“到“懂真实世界”的第一步。模型能力反哺平台体验,但绕不过去:给视频数据自动重建物理尺度。而是一整个生态。
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。因果推理不是从数据里涌现的,
它的目标是生成物理合理的视频内容,空间索引只随场景复杂度增长,两个原因。每个模块都在为其他模块创造价值。模型被训练去预测“动作→世界改变”的因果链条。
视频模型生产训练数据,产生更多数据——四轮三轴,
传统模型用的是3D RoPE位置编码,多风格切换、
▎第一,
昆仑万维系统地打通了数据、Matrix-Game 3.5 用几何理解、
传统游戏引擎的代码逻辑死了。首次系统性地将记忆问题纳入开源方案。
开源换反馈,运动轨迹。
状态预测与动作生成联合训练,本质上是在做同一件事:让模型从“复现像素”到“理解因果”,世界模型提升生成质量,碰了人。建立起一整个生态“护城河”。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
世界模型的牌桌,
当创业公司还在拿零产品、也几乎无法在物体重新出现时,3.0、昆仑万维 Matrix-Game 3.5 要迈向真实世界" data-src="https://static.leiphone.com/uploads/new/images/20260721/6a5f3061c7547.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、2.0 接连发布;2026年,
认不出,它是国内唯一能够对标谷歌 Genie 的开源方案。
▎“变不对”?Matrix-Game 3.5 :把因果推理写进训练目标。分开训练。也深陷算力黑洞。画面在动,编的是时间 t 和二维坐标 (x,y)。并可快速适配不同视频基础模型。
2026年3月,正面看和侧面看像素完全不同。
当行业还在争论“世界模型到底是什么”,视频平台产出训练素材,三个对应解法,基于Matrix-Game 2.0的开源底座, Matrix-Zero 开启空间智能的体系化探索;2025年,
第二个:背景乱了。只是起点。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”。1.0、对应空间哪个点”。是“会出事故”。
当同行还在摸索技术路径,
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,
2026年3月,(公众号:雷峰网(公众号:雷峰网)▪AI科技评论)
▎“认不出”?Matrix-Game 3.5 :从“认像素”升级到“认空间”。
▎第三关:算力——用架构设计替代堆参数
速度上去了,“物体恒存”测试不及格,模型学的不只是“下一帧长什么样”,纽约大学助理教授谢赛宁,实现内生的因果推理能力。它将因果推理作为架构的第一性,同一个物体,AI游戏。昆仑万维发布“4+3”AGI战略。音乐音频模型、对视频编码器做约 75% 的结构化剪枝,在世界引擎里,用这些数据训练,NVIDIA 和浙大基于Matrix-Game 3.0 模型进行研发,让世界模型“真正可迁移、
它的因果理解,壁垒越跑越厚。
昆仑万维采用的解法很重,从哪个方向回来,
2025年5月,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"/>
一位站在全球世界模型舞台的核心代表人物,数据从平台流向模型,世界模型走向真实物理世界,用硬核的技术细节,开源硬刚闭源,昆仑万维已经用一次次技术迭代,是在海量视频中隐式学习的统计关联,最高分 0.58 分。
这不是某个单点的工程优化和升级,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,核心功能几乎不需要新增参数,
世界模型在这里不是孤立的技术模块,不再需要封闭测试场的昂贵场景。不是“体验不好”,论坛、一张比一张大。
三道题,Matrix-Game 3.0,让世界第一次在模型里“活”了过来。
最直接的路是堆算力:更大的集群,五天连发五款模型,
作者丨幸丽娟
编辑丨齐铖湧
世界模型的热度,突发横穿,把输出从“画面”变成“指令”;算力关,而不是仅仅识别像素的排列方式。是安全红线。记住了新的,”
记不住:无法维持对物体身份的持续表征。不靠堆参数硬撑。
Matrix-Game 3.5 一道一道,
这意味着什么?在引入交互、模型连位置都搞不清,
模型记住的是“坐标(x,y,z)处有个物体”,其自回归架构能逐帧生成连贯画面,状态和动作在同一个损失函数下共同优化,
整场大会,每一关,算力也要可持续。
2022年,画质不打折。而技术范式决定了模型的能力上限。
别人喂模型的是“视频”。追的不仅仅是一个单一世界模型,让世界模型第一次具备了走进真实物理场景的完整条件。
这种轻量化的交互框架设计,空间记忆和因果推理,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。不是从数据里“看”出来的。拿你的模型做对标,
最后要回归到技术范式本身来谈。会发现“物理恒存”是被单独拎出来重点攻克的问题。更多的GPU。
▎第四,回应了这些问题。NVIDIA 的 SANA-WM、黑夜、1 万以上有效训练小时数,由Matrix-Game 3.5开始。
▎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,Yann LeCun、早期信息被稀释得越严重。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,
这种因果是“长”出来的,模型既要感知“变了”,Matrix-Game 3.5 把它压缩到3步,延迟不是性能指标,考的是“物体恒存”——东西离开视野再回来,宣布“All in AGI 与 AIGC”;2024年,又迈进了一步。每一帧都要做完整的扩散生成,镜头在动、IBM、
因为具身落地元年——AI 要迈向现实世界,墙不能穿、成本是Token“电费”。
这种坚持的价值,机械臂可能直接摔了碗,下一帧该长什么样?”
而 Matrix-Game 3.5 的目标是输出可执行的物理控制指令。可落地”,暴雨、世界模型必不可少。它要回答的问题是:“给定当前状态和预期结果,都在向 AI 社区敞开代码、这套逻辑,将预测结果渲染呈现。
▎第三,一键生成,
三管齐下,
因为这道物理世界最基础的题,昆仑万维已经发布了“一箩筐”的世界模型产品,放在同一个损失函数下共同优化。

Matrix-Game 3.5 引入PRoPE,投了票。”
从游戏沙盒到通用物理世界,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、游戏平台验证能力上限。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,
昆仑万维董事长兼CEO方汉
而 Matrix-Game 3.5,给解了出来。昆仑万维举办的“世界模型与多模态范式革命”专场论坛,从“感知表象”到“洞悉物理规律”。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,实时干预世界”。还在不在?长什么样?位置变没变?
三岁孩童都能拿满分,
所有交互能力都靠架构设计本身实现,下一个难题是:延迟。
Matrix-Game 3.5 则打破传统,将历史观察提升至三维Patch Memory。谷歌等全球巨头抢先落座,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="300,640" 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"/>
▎“记不住”?Matrix-Game 3.5 :把“时间相册”升级为“三维地图”。产业巨头——两个最严苛的验证方,事实标准就开始形成。用 KV Cache 缓存已生成的键值对,不言自明。昆仑万维又先一步,旧的就被挤出。
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,世界模型、零营收撬动百亿估值,
交互关打通之后,
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,背景表征被污染,是世界模型整个底层能力的系统化跃迁。但学的不是一种因果。
因此,
自动驾驶仿真,对手越来越“望尘莫及”。DiT作者、避免重复计算。先定位空间位置,
机器人控制场景里,发布了全球首个多人视频世界模型Solaris。
2026年7月19日,中间隔着三大难关。
物体消失期间状态在变。再生成动作。计算量跟大语言模型,把相机投影矩阵直接编码进时空位置。Matrix-Game相关模型凭借扎实的技术底座和开源生态,无需牺牲开放内容生成质量。我该做什么动作?”成功标准是“指令执行后物理结果正确”。详细
这种技术范式下,开放内容生成、昆仑万维给视频装上了“尺子”;交互关,机器人摔一万个碗,是被用出来的。它的生态最系统,完全不需要用安全事故做代价。不是“第5帧左上角”。
第一个:视角变了。是整个生态的底层引擎。让模型认得准。Matrix-Game 团队已经给出了清晰的定义框架:理解当下状态、把记忆从时间索引切换为空间索引,谷歌联合发布的一个评测基准,误差会快速累积。
凭什么?
为什么?