昆仑万维联发三款模型，AIGC全家桶亮相中关村论坛

3月27日下午，在中关村论坛期间，昆仑万维集团（300418）旗下天工AI成功举办“世界模型前沿技术与天工AIGC全家桶大模型生态”专场发布会，携Matrix-Game 3.0、SkyReels V4、Mureka V9三大核心模型惊艳亮相，正式宣告三大模型均跻身世界第一梯队；同时发布昆仑万维2026 AGI战略，目标是通过打造AI经济平台，赋予每一个创作者匹敌一家公司的全栈生产力。

天工AI董事长兼CEO周亚辉在发言中阐释昆仑万维面向2026年的人工智能战略布局，深度拆解从全模态技术突破到AI平台经济生态构建的整体路径。

并在会上，正式发布昆仑万维2026年的AGI战略升级为“3+1”生态架构——以4个SOTA大模型为底座，支撑3大AI原生平台+1个超级智能体。

其中，DramaWave、Mureka和猫森学园三个大平台的底层逻辑是用SOTA AIGC大模型×内容生产×内容分发，做到端到端的闭环；另外的“1”——Skywork Super Agents，则是背后通用的操作系统，我们把它定义为面向全球所有内容创作者的操作系统，从长远来看，未来可能是五亿内容创作者规模的一人公司的操作系统。

展望未来，周亚辉表示，2028年是平台经济年，昆仑万维有望成长为一个AI native的平台经济体。四大SOTA模型、一个超级智能体操作系统和三大平台经济体，归根到底只是为了实现一个目标——让每一个创作者，都拥有匹配一家公司的全栈AI生产力，在确定的AGI时代与千万超级个体共建繁荣。

昆仑万维首席科学家、香港中文大学教授成宇发布 Matrix-Game 3.0游戏大模型、SkyReels V4视频大模型、Mureka V9音乐大模型。据了解，这三大模型的迭代升级，将推动游戏、视频、音乐领域实现从技术突破到产业落地的跨越式发展。

成宇介绍称，昆仑万维正式发布的Matrix-Game 3.0模型，在数据、模型和推理三个层面完成了一次全新技术升级。

首先是数据层面——数据决定下限。我们基于 Unreal Engine 构建了大规模数据引擎，能够自动生成带有精确动作、相机位姿以及物理一致性的高质量交互数据，目前已经覆盖1000+场景，对于这些数据我们按照5s时序间隔给所有数据生成了局部描述和全局描述。这些数据为世界模型学习真实的“动作—环境变化”关系提供了基础。

第二是模型层面——模型决定能力。我们设计了带有Memory机制的DiT架构，使模型不仅能够生成当前帧，还可以持续维护历史信息，从而解决长时序生成中的一致性问题，实现分钟级的稳定生成与记忆能力。

第三是推理层面——推理决定落地。通过一系列推理加速优化，包括少步采样、并行生成以及缓存机制（KV Cache）和decoder蒸馏等过程，我们实现了高效的实时推理能力。最终在5B模型规模下，实现720P分辨率、最高40FPS的实时生成。

整体来看，Matrix-Game 3.0 的核心在于：通过“数据—模型—推理”的协同优化，首次将开源世界模型推向了带有记忆能力的长时序一致性 + 高质量 + 实时交互的统一框架。

同时，昆仑万维发布SkyReels V4模型：下一代视听创作的全新范式。

当前，AI视频不仅仅是一个工具，它正在重构整个视听创作的逻辑，成为下一代产业的核心基础设施。“好的AI视频生成”对于普通用户来说，它意味着自由表达和可控可改；对于产业创作者，它意味着更低的门槛、更高的效率和更多的可能性。

SkyReels V4通过四大技术突破——音画一体双流联合生成架构、全模态理解和精准控制、全模态强化学习体系和攻克电影级画质与高效生成的平衡难题，分别解决了音画同步、精准控制、一站式编辑和高效生成等行业痛点，将AI视频生成的普惠生产力和解决方案切实地赋予内容创作者和行业。

SkyReels V4模型实力也得到了全球权威榜单的认可。在Artificial Analysis Arena的排名中（截至2026年3月18日评测结果），SkyReels V4在多个核心赛道均名列前茅——在Text to Video (With Audio) 赛道和Image to Video (With Audio) 赛道，均位列全球第一；在Text to Video (No Audio) 赛道，位列全球第二。

此外，SkyReels V4同步推出了全场景开放API与行业解决方案，能够将SkyReels V4的强大能力开放给所有合作伙伴，共同推动视听产业的智能化升级。未来，SkyReels V4致力于成为AI视听时代的技术灯塔，用技术打破创作的边界，赋能每一个创作者。

Mureka V9音乐大模型作为最后一款正式发布的产品与用户见面。Mureka V9是一次更可控、更懂表达的创作升级。团队将重点进一步推进到“音乐创作意图的可控表达”上：不仅生成得更快、更清晰，也开始更准确地理解创作者在歌词段落中的具体表达诉求。