昆仑万维宣布开源 Matrix-Game大模型

IT之家 5 月 13 日消息，昆仑万维刚刚宣布 Matrix-Game 大模型（17B+）正式开源，即 Matrix-Zero 世界模型中的可交互视频生成大模型。

昆仑万维表示，Matrix-Game 是 Matrix 系列在交互式世界生成方向的正式落地，也是工业界首个开源的 10B+ 空间智能大模型，它是一个面向游戏世界建模的交互式世界基础模型，专为开放式环境中的高质量生成与精确控制而设计。

据介绍，Matrix-Game 包括三大核心：

• Matrix-Game-MC 数据集：自主构建的大规模交互世界数据集，包含两类数据：一是大规模无标签的 Minecraft 游戏视频，二是带有键盘与鼠标控制信号的 Minecraft 与 Unreal 可控视频数据，具备精细的动作注释。该数据集支持对复杂环境动态与交互模式的高效建模与学习。
• Matrix-Game 主模型：基于先进扩散模型技术开发的图像到世界生成框架，能够根据用户输入（键盘指令、鼠标移动等）生成连贯、可控的互动视频，兼顾视觉质量、时序一致性与物理合理性。
• GameWorld Score 评测体系：提出统一的游戏交互世界评估标准，从视频的视觉质量、时序质量、动作可控性与物理规则理解四个维度，全面量化模型性能，填补了该领域缺乏系统性评测基准的空白。

Matrix-Game 能够在不同 Minecraft 场景下（如森林、沙滩、沙漠、冰川、河流、平原等）实现可控生成，包括基础运动、复合运动、视角运动等。例如，在一个沙漠场景中，Matrix-Game 能够根据用户输入的任意控制指令（IT之家注：如键盘的 W / A / S / D 方向键、Space 键用于跳跃、Attack 键用于攻击，以及鼠标用于视角移动），生成对应的游戏世界视频，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。

在此基础上，Matrix-Game 支持自回归式的长视频生成，不仅能实现动作与视角之间的丝滑衔接，还在时间一致性与环境适应性方面表现出色，为开发沉浸式长时体验、创意内容生成及游戏设计等应用奠定了坚实的模型基础。

参考资料

• 项目主页：https://matrix-game-homepage.github.io
• 技术报告：https://github.com/SkyworkAI/Matrix-Game/blob/main/assets/report.pdf
• GitHub 开源地址：https://github.com/SkyworkAI/Matrix-Game
• HuggingFace 开源地址：https://huggingface.co/Skywork/Matrix-Game