昆仑万维发布全球首款单卡消费级视频大模型游戏 Matrix-Game 4.0，同步开源

2026 年 10 月 15 日，昆仑万维正式发布 Matrix-Game 4.0——全球首款运行在单张消费级显卡上的视频大模型游戏，并同步开源。这套可交互 AI 游戏系统无需服务器集群，仅靠一张 NVIDIA RTX 5090 就能实现实时交互，把"可玩的视频模型"真正从实验室带到了普通玩家的电脑桌前。

单卡实时：把可玩的视频模型带出实验室

在消费级显卡上实时生成游戏画面，曾是难以兼得的目标。视频生成模型对算力的胃口，长期把它锁在实验室的多卡集群里。Matrix-Game 4.0 给出了一组硬指标：

  • 单张 NVIDIA RTX 5090，480p 分辨率下游戏以 60 FPS 运行；
  • 从玩家按键到首帧响应，端到端延迟低于 150 毫秒；
  • 单步去噪的稳态生成速度达 83 FPS；
  • 显存峰值仅 18.5 GiB。

这组数字意味着，视频模型驱动的游戏第一次具备了本地部署与实时交互的实际价值——它不再是一段离线渲染的演示视频，而是你能坐在电脑前真正上手操作的游戏。

新范式：让世界状态被真正"管理"起来

普通视频大模型只能被动逐帧生成画面，没有独立游戏状态逻辑，无法响应玩家持续操作。Matrix-Game 4.0 的核心创新，是引擎与视频大模型双模块协同架构，由三个模块分工协作：

  1. Coding Agent（编程智能体） 通过代码构建轻量游戏，创作者可以用自然语言改写玩法；
  2. 引擎 作为"裁判"持续维护世界状态、执行交互规则，并输出结构画面与动态语义条件；
  3. 视频模型 作为"画师"，负责把简单几何转化为丰富画面。

代码承载规则、引擎维护状态、视频模型生成视觉表现——世界状态可以持续维护，游戏规则可以精确定义，玩法可以用自然语言改写。这解决了 Genie 范式从未真正解决过的"世界是否在被认真管理"的问题。玩家操作角色会触发完整游戏逻辑：中弹先消耗护盾，护盾破碎后才扣除血量，血量归零游戏结束，整个虚拟世界具备独立的物理规则与状态体系。

可复用的工程链路

从结构画面—精细画面数据对采集、动态语义标注，到可控视频训练、少步自回归蒸馏与实时推理，统一的几何和语义条件贯穿完整技术链路。这套流程为拓展新场景、新交互和新玩法提供了工程基础：降低对精细 3D 资产制作的依赖，让游戏原型得以快速开发与迭代，让"小团队也能搭世界"从口号走向现实。

同步开源，降低 AI 游戏落地门槛

项目已同步开源推理代码、模型权重与场景素材。开发者可自由下载、调试、改造玩法：

训练代码目前尚未开放。在 AI 世界模型这个前沿赛道，海外大多选择闭源研发，而国内团队选择开放推理侧成果，让全球开发者一起探索 AI 原生游戏的可能性。昆仑万维表示，未来将持续迭代模型：部署 refiner 提高画面分辨率，探索跨玩家视角保持一致的多人联机体验，提供更细粒度的画面控制，并拓展对更多游戏类型与场景的支持。

横向对比海外同类方案，此前交互式世界模型普遍延迟偏高，不少方案需要多张专业显卡才能勉强跑通演示。而 Matrix-Game 4.0 仅靠一张消费级显卡，就把交互延迟压至百毫秒级别，真正做到边操作边生成画面。它不是简单的 AI 绘图动画，而是一个持续演化、支持玩家自由交互的虚拟世界，大幅降低了 AI 游戏世界模型的落地门槛。