文章来源:08AI导航发布时间:2025-08-12 16:25:13
8月12日消息,昆仑万维SkyWorkAI技术发布周于8月11日启动,连续五天每天发布一款模型,覆盖多模态AI核心场景。
今日,昆仑万维带来了自研世界模型Matrix系列中Matrix-Game交互世界模型的升级版本——「Matrix-Game2.0」,号称是实现了通用场景下的交互式实时长序列生成的世界模型。
并且为促进交互式世界模型领域的发展,「Matrix-Game2.0」全面开源,号称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。
「Matrix-Game2.0」号称在实时生成和长序列能力上实现了“质的飞跃”。相较于上一版本,2.0版本更加侧重低延迟、高帧率的长序列交互性能,能够以25FPS的速度,在多种复杂场景中稳定生成连续视频内容,且生成时长可扩展至分钟级,大幅提升了连贯性与实用性。
在推理速度显著提升的同时,模型依然保持了对物理规律与场景语义的“精准理解”,支持用户通过简单指令,自由探索、操控并实时构建结构清晰、细节丰富、规则合理的虚拟环境。
昆仑万维还开源了Matrix-3D大模型,从单图像出发,生成高质量、轨迹一致的全景视频,并直接还原可漫游的三维空间,对标李飞飞WorldLabs的生成效果,可实现更大范围的探索空间。
Matrix-3D由以下核心部分组成:
轨迹引导的全景视频生成模块:利用场景Mesh渲染图作为条件输入,训练视频扩散模型生成符合给定相机轨迹的全景视频。提升生成视频在空间结构上的一致性,缓解遮挡错误与图像伪影问题。
双路径可选择的全景3D重建模块:优化路径,对生成的视频进行超分与3DGS优化,获取高质量3D结构。前馈网络路径:基于Transformer直接回归,从生成视频Latent特征快速预测3D几何属性,实现高效重建。
Matrix-Pano数据集:大规模高质量合成数据集,包含116K条带有相机轨迹、深度图和文本注释的静态全景视频序列。
附两个模型的开源地址如下:
https://github.com/SkyworkAI/Matrix-Game
https://github.com/SkyworkAI/Matrix-3D
相关攻略 更多
最新资讯 更多
2025年了,AI还看不懂时钟,90%人都能答对,顶尖AI全军覆没
更新时间:2025-10-14
光刻机龙头或领投“欧洲OpenAI”
更新时间:2025-10-14
华人缔造商业传奇,全球第一家突破百亿美金的AI编程企业诞生
更新时间:2025-10-14
具身智能进家干活,先从“AI家电”抓起?
更新时间:2025-10-14
前零一万物联创戴宗宏创业:20人团队,能干上百人的AI定制项目
更新时间:2025-10-14
阿里端出最强语音模型,英文rap精准转文字,准确率干翻全球
更新时间:2025-10-14
小扎「梦之队」首批论文上线,LLM自举进化,单步性能狂飙22%
更新时间:2025-10-14
再也不怕面瘫脸,YouTube黑科技:AI帮你「永久微笑」,连僵尸都咧嘴笑
更新时间:2025-10-14
2025年全球企业级AI Agent优秀厂商有哪些?
更新时间:2025-10-14
GPT-5 为啥不 “胡说” 了?OpenAI 新论文讲透了
更新时间:2025-10-14