AI做了个“GTA5”？国产开源世界模型硬刚谷歌，实时交互、分钟级生成

主要观点总结

昆仑万维开源了业界首款通用长序列交互世界模型Matrix-Game 2.0，实现了实时长序列交互式生成。该模型具有三大特点：实时蒸馏、精准动作注入和大规模交互式数据管道。其开源方案适用于多个领域，如具身智能、游戏、影视及元宇宙。Matrix-Game 2.0通过自回归扩散生成机制实时生成长视频，解决了传统双向扩散模型的延迟和误差累积问题。该模型的开源将加速具身智能体训练与数据生成、虚拟游戏世界高效搭建、影视及元宇宙内容生产等领域的发展。

关键观点总结

关键观点1: Matrix-Game 2.0是业内首个在通用场景上实现实时长序列交互式生成的世界模型开源方案。

这意味着开发者将获得一个高开放可用的数据合成、模型训练及场景搭建的生产力工具。

关键观点2: Matrix-Game 2.0具有三大技术特点。

包括实时蒸馏、精准动作注入和大规模交互式数据管道，这些特点使得该模型能够在复杂环境中生成高保真的视频，实现帧级控制和动态响应。

关键观点3: Matrix-Game 2.0采用了自回归扩散生成机制。

这种机制克服了传统双向扩散模型的延迟和误差累积问题，实现了以25 FPS的超快速度跨不同场景生成高质量的分钟级视频。