Matrix-Game

核心功能

• Harness三层架构

  游戏引擎维护血量背包碰撞等状态并输出低模结构画面，Coding Agent把自然语言转成游戏代码，视频模型照着结构实时渲染精细画面。

• 单卡实时运行

  单张RTX 5090跑出480p、60FPS，端到端延迟实测112毫秒，显存峰值约18.5GiB，首次让视频模型游戏走出多卡集群。

• 自然语言改玩法

  通过Coding Agent用一句指令调整地形、NPC行为或设计全新规则，比如把计时赛改成拦截追击战，不用重做3D资产。

• 长时间一致性

  引擎显式记录世界状态，物体离开视野仍持续演化，空间记忆加动态Caption保障长时段游玩中场景结构和物体身份不崩坏。

• 三个可玩场景

  随模型权重附带中世纪城堡、古埃及和城市赛车三个第三人称场景，拉下来就能玩，不用自己从零搭环境。

产品特色

• 01

  引擎管规则、模型管画面，这个分工是真正聪明的地方

  之前很多世界模型让视频模型既记住世界又算游戏规则还得生成画面，短时间撑得住，时间一长就容易规则脱缰。Matrix-Game 4.0把活儿拆开：血量、背包、碰撞、胜负判定这些由代码明确记录，视觉生成偶尔偏差也不会改写玩家状态。这个思路我觉得比硬堆算力实在多了。

• 02

  单张5090跑出112毫秒延迟，门槛降得有点快

  前阵子做实时交互世界模型还得动用8张GB200的集群，延迟10秒起步。现在一张消费级显卡，延迟112毫秒，比云游戏还低。虽然480p画质确实还有提升空间，社区里也有人讨论“回头路房子还在不在”的一致性担忧，但单卡实时这件事本身已经跨过了从实验室到桌面的门槛。

• 03

  代码权重白模全开源，Apache 2.0协议

  GitHub上放了完整的推理代码和模型权重，三个可玩场景的代码也一并给出。基于Wan2.2 5B改造，148通道拼接结构画面和待生成视频，自回归生成精细画面。不是发个论文和Demo视频就完了，是真能拉下来改的。

应用场景

• ✅ 快速游戏原型开发

  小团队用自然语言描述玩法，Coding Agent直接生成可运行Demo，立项验证周期从几周压缩到几天。

• ✅ 个性化玩法定制

  玩家按喜好改规则、换场景，原本的射击玩法改成竞速或者塔防，底层引擎状态跟着新规则走。

• ✅ AI编程实践学习

  作为开源项目，开发者可以研究引擎和视频模型的分工协作方式，学习Harness架构在实时交互系统里的落地。

• ✅ 低成本内容生产

  减少对精细3D资产的依赖，低模结构就能产出带光影材质的画面，独立创作者用一张消费级显卡就能试。

常见问题

解答您关于"Matrix-Game"的常见疑问，让您更好地使用这款AI工具

• 需要什么显卡才能跑？ +

  官方测试用的是RTX 5090，显存峰值约18.5GiB。国内能买到的是阉割版RTX 5090D，性能可能有差异。官方说明是当前版本在A100 80GB上完成测试的，消费级显卡适配不承诺保证。手上有高端NVIDIA显卡的话可以拉下来试试。

• 480p画质够用吗？ +

  坦白说确实糊。社区里有人直接问“连续玩十分钟场景会不会失忆”。官方也提到模型只适配随附的低多边形场景，遇到没见过的几何形状或快速镜头运动可能出现画面漂移。但换个角度想，一张卡就能实时跑起来这件事本身比画质更值得关注，画质迭代是时间问题。

• 怎么改游戏玩法？ +

  通过Coding Agent用自然语言下指令，比如“让怪物从四面八方涌来”，Agent会落实生成位置、移动方式、攻击逻辑和胜负条件。改动的是游戏代码，不是提示词。不过需要自己配好Agent环境，目前不是一键操作的体验。

• 代码和权重在哪里下载？ +

  GitHub仓库是github.com/SkyworkAI/Matrix-Game，模型权重在HuggingFace上搜Skywork/Matrix-Game-4.0。许可证是Apache 2.0，可以自由使用和修改。项目官网matrix-game-v4-0.github.io上有Demo视频可以看效果。

• 和普通AI视频生成工具有什么区别？ +

  普通工具你给一段提示它生成一段固定视频，不能交互。Matrix-Game 4.0生成的是一个你可以操作、有真实游戏逻辑在跑的世界。中弹先掉盾牌耐久，盾碎了才扣血，血量归零游戏真就结束了。画面在动，背后的规则也在跑。

• 可以商用吗？ +

  代码是Apache 2.0协议，允许商用。但模型权重有单独的许可条款，使用前建议去HuggingFace页面确认。官方定位是研究和开发者版本，没有披露商用支持和定价方案，目前更适合原型验证和技术探索阶段。

立即体验“Matrix-Game”

Matrix-Game是昆仑万维Skywork AI开源的交互式游戏世界模型，首次在单张RTX 5090上实现480p、60FPS实时可玩。游戏引擎负责维护世界规则与状态，视频模型只负责实时渲染画面，按键到画面延迟约112毫秒。代码、权重和三个可玩场景全部开源，让小团队也能用自然语言改玩法、搭游戏原型。