Matrix Game 4.0是什麼？下載和模型詳解

更新時間:2026-10-17 08:14:54 發布時間:10小時前閱讀:7 views次

Matrix Game 4.0 是崑崙萬維10月發佈的AI遊戲世界模型，首次讓單張RTX 5090在480p解析度下跑出60幀實時遊戲體驗。相比之前的影片模型讓AI自己記住整個世界，4.0創新地把遊戲規則交給程式碼引擎維護，AI只負責把畫面渲染得好看。官方標稱按鍵到畫面反應時間不超過150毫秒，已同步開源。

Matrix Game 4.0遊戲世界模型

Matrix Game 4.0是什麼

發佈背景和公司

這是一款把AI實時生成和遊戲引擎結合起來的新型世界模型。崑崙萬維在10月15日正式發佈，Skywork AI團隊打造。和之前Google的Genie那類純AI生成世界不同，Matrix Game 4.0用一套新架構徹底改變了遊戲的運行方式。

崑崙萬維是做大模型的國內頭部企業，這幾年在影片生成、世界模型領域投入很大。Matrix Game系列從1.0開始就一直開源，1.0發佈於2025年5月，到現在總共只花了18個月就迭代到4.0。背後團隊非常激進，每次發佈都在解決上一代的核心問題。

這次發佈的時間點也很微妙。英偉達同一週剛更新了DLSS 5神經渲染，但那是在成熟的圖形管線上加AI增強層。Matrix Game 4.0等於是反過來，乾脆讓AI直接生成畫面，遊戲引擎只負責維護規則。兩條路線其實在做同一件事：讓GPU的渲染管線拆了重組。

核心能力有哪些

最關鍵的能力是”程式碼運行世界、AI畫世界”這個新分工。以前世界模型得一個模型幹三件事：記住世界、算遊戲規則、生成畫面。現在分開來，遊戲引擎用程式碼記住場景中有什麼、玩家血量是多少、盾牌耐久還剩多少，影片模型就老老實實照著結構畫面把材質和光影補上去。

實時性上，單張RTX 5090能跑60幀，480p解析度。按鍵到首幀響應時間官方宣稱低於150毫秒，實際測試中最快約112毫秒，這是可以玩的延遲。顯存峯值18.5GB（FP8量化），模型參數總共50億。生成方式是因果流式的，每次生成四幀，一步或兩步去噪完成。

互動能力也從框架變了。以前模型要理解玩家的按鍵、滑鼠，現在改成讓程式碼處理互動邏輯。Coding Agent這個程式設計智慧體可以接收自然語言指令，直接改遊戲規則。你說”讓怪物從四面八方湧來”，它就修改程式碼實現生成位置、移動方式、攻擊行為這些細節。

和3.5版本比升級了什麼

3.5是純影片世界模型，4.0是引擎+影片的混合方案。兩個東西的定位完全不一樣。3.5發佈於七月，重點是解決長期記憶和空間一致性，它引入了Patch Memory這種幾何對齊的記憶機制，相機離開再回來，物體能記住在哪。3.5可以跑到720p、20多幀，但畫面漂移問題一直存在，有時候回到某個地方物體會消失或者位置不對。

4.0徹底換了思路。不再指望模型記住整個世界，而是讓引擎把結構畫面輸出出來，模型照著這個草圖渲染。這樣的好處是，即使影片生成偶爾出錯，也改不了遊戲的實際狀態。玩家中彈，盾牌耐久先扣，盾碎了才扣血，血歸零遊戲結束，這些完全由程式碼決定，不受畫面生成的影響。

效能指標上，4.0犧牲了解析度（從720p降到480p），但換來了幀率（60幀對20幀）和實時性。低解析度的代價是顯存需求反而更低，因為模型更輕、操作也更簡單。從演示看，4.0的畫質雖然是480p，但細節補全得還不錯，城堡、沙漠、路面都能看清。

生成的是什麼類型的內容

官方提供了三個預訓練場景：中世紀城堡（Medieval Castle）、古埃及（Ancient Egypt）和城市賽車（City Racing）。前兩個是第三人稱射擊遊戲，你可以移動、射擊、躲避，後一個是駕駛遊戲。這三個場景各對應一個獨立的模型權重，不是一個通用模型。

城堡和埃及的玩法差不多，都是在固定場景裡走動戰鬥，有敵人、道具、環境互動。賽車用的是同一套架構，但輸入是駕駛指令而不是射擊動作。所有場景都是用虛幻引擎5構建的低模幾何，模型負責把這些簡單的幾何塊補成真實的材質和光影。

未來擴展的方嚮應該是場景多樣化和多人互動。官方提到後續會做解析度升級、跨視角多人聯機、更細粒度的畫面控制，但這些暫時都還在規劃階段。現在開源的就是這三個場景加通用渲染框架。

Matrix Game 4.0下載

官網入口在哪

下載很直接，程式碼在GitHub，模型權重在Hugging Face，都支援直接下載本地運行。這不是API服務，是真正的開源項目，意味著你可以改程式碼、改模型、改場景。

GitHub原始碼地址是https://github.com/SkyworkAI/Matrix-Game，裡面有完整的推理程式碼、訓練框架、遊戲源程式碼。模型權重和遊戲資源放在Hugging Face：https://huggingface.co/Skywork/Matrix-Game-4.0，分別對應三個場景的檢查點、素材和配置檔案。項目網站是https://matrix-game-v4-0.github.io/page/，上面有演示影片和論文。

這三個連結都是官方一手資源，沒有國內鏡像。如果網路不穩定，Hugging Face支援用程式碼自動斷點續傳，GitHub也有加速服務，但最便捷的還是直接拉取。技術報告在10月16日剛發佈，裡面細緻解釋了整個系統的工程最佳化。

需不需要註冊

GitHub和Hugging Face都不需要註冊就能看程式碼和下載公開模型。如果你要改程式碼並提交pr，那就要註冊帳號。模型權重用Apache 2.0協議開源，可以商用，下載時無需驗證身份。Hugging Face預設會記錄下載次數和使用者地域資料，但不會限制訪問。

瀏覽器demo也可以直接用，項目網站有線上演示連結，點進去就能看到遊戲運行的樣子，不需要本地部署。但如果要自己本地跑，需要拉GitHub程式碼和Hugging Face的模型，然後安裝依賴、配置環境。官方README裡有詳細的安裝步驟。

有沒有免費額度

模型本身是免費開源的，程式碼也是免費。Hugging Face的儲存和頻寬對於單個使用者基本無限制，只要你不用它跑大規模商業服務。GitHub也是免費的，沒有額度限制。唯一的成本是你自己的算力——模型需要一張RTX 5090或者H100這級別的顯卡才能跑得流暢。

如果你只是想看效果不想自己跑，那瀏覽器demo完全免費。官方在項目網站上放了可互動的演示，直接瀏覽器打開就能玩，後端應該是崑崙萬維自己提供的伺服器資源。顯然這個服務有成本，但對使用者免費。

國內怎麼直接用

國內使用者訪問GitHub和Hugging Face會慢一些，但不是訪問不了。最直接的辦法是用代理或者加速工具，很多大學和公司網路都有內部鏡像。如果家裡網不行，可以用雲伺服器（阿里雲、騰訊雲這些）拉程式碼和模型，速度會快很多。

國內沒有官方的中文入口或者鏡像站，完全靠GitHub和Hugging Face。不過Hugging Face本身在國內可用，只是有時候會卡。模型檔案比較大（幾個G），建議用下載工具支援的斷點續傳，或者先上傳到阿里雲OSS再下載到本地。

模型詳解

3D場景怎麼生成

Matrix Game 4.0 的核心是一個經過大幅工程最佳化的影片生成模型，基礎是Wan 2.2改造的V2V架構。理論和實現細節都相當複雜，但你需要知道的是：這套系統怎麼在一張顯卡上跑出60幀，以及為什麼它能和遊戲引擎協作。

不是憑空生成，而是照著引擎的結構畫面修細節。遊戲引擎先輸出一個”毛坯”畫面，只有位置、運動、幾何，沒有材質和光影——這就是480×864的低模RGB。然後這個結構畫面和一份動態Caption（說明”畫面裡有什麼、正在發生什麼”）一起打包給影片模型。模型把結構和語義資訊拼在一起，自迴歸生成四幀高精細畫面。

怎麼保證一致性呢？模型調用空間記憶參考圖、用於銜接的首幀，再加上KV快取裡的近期歷史。相機每次轉動，引擎輸出新的結構畫面，模型據此調整。如果相機指向之前見過的地方，模型會從歷史裡檢索相關資訊，減少憑空幻覺的機率。不過長時間運行或者快速轉身還是會有漂移，這是當前技術的已知限制。

能不能導進遊戲引擎

Matrix Game 4.0 的輸出就是影片，不是3D模型或者資原始檔。它生成的是480p的RGB影片幀，你沒法直接導進虛幻、Unity或者其他引擎用。這和傳統的3D生成模型（比如那些生成NeRF或者網格的）完全不同。

不過對於遊戲開發者來說，這可能反而是好事。你不需要擔心拓撲、UV展開、材質烘焙這些3D管線的問題，模型已經全部搞定了。你要做的就是提供一個粗糙的幾何結構和遊戲狀態描述，模型來處理最耗時的紋理和光線追蹤工作。

從工程的角度這確實是聰明的選擇。如果模型輸出三維資源，就得保證拓撲正確、材質貼圖對齊、骨架綁定無誤，這些約束會大幅降低生成的自由度，最後出來的效果反而平庸。輸出影片意味著模型可以儘量發揮，把光影、細節、動態效果都做到極致，玩家看到的就是最好的效果。

顯存和配置要求

單張RTX 5090跑60幀時顯存峯值18.5GB，這是FP8量化後的數字。如果用FP16，顯存會翻倍到36GB左右，H100或者L40S這類資料中心卡勉強能跑但得降幀率。RTX 4090理論上能跑但會掉到30幀左右，顯存也會爆。目前沒有官方的多卡推理方案，所以單卡就是硬要求。

CPU和記憶體方面沒那麼嚴格。推理程式碼是用PyTorch寫的，支援CUDA和ROCm後端，理論上AMD顯卡也能跑但官方沒測過。CPU需要能跟得上顯卡，要不然成為瓶頸，建議至少Ryzen 7或者i9。系統記憶體16GB起步，32GB比較舒服。硬碟空間要預留50GB以上，模型權重三個場景總共15GB，虛幻引擎那套遊戲資源加起來20多GB。

網路要求就是拉程式碼和模型檔案，一次性的。訓練顯然不現實，官方也沒提供訓練程式碼，模型權重是凍結的。所以你只能做推理，改遊戲規則得自己寫程式碼或者調用Coding Agent。

和其他3D生成模型比

Matrix Game 4.0 不是和NeRF、高斯潑濺或者網格生成模型競爭，它的對手是影片生成模型和遊戲引擎的渲染管線。如果非要比，它的優勢是實時性和遊戲可玩性，劣勢是解析度和模型複用度。

比如OpenAI的Sora或者Runway的Gen3，這些也能生成影片，但它們是純文字到影片，沒法接遊戲輸入。你說”生成一個人在森林裡跑步”，模型會憑空創造，但你沒法實時控制那個人的動作。Matrix Game 4.0的輸入不是文字而是遊戲狀態，所以能實時互動，但這也意味著它被綁定在特定的場景上，不像Sora一樣通用。

和傳統DLSS或者FSR渲染增強比，Matrix Game 4.0用到的GPU時間更長。DLSS是低解析度渲染加神經上採樣，Matrix Game 4.0是用影片模型補全整個畫面。所以Matrix Game 4.0的延遲會更高，但畫質效果理論上更好，因為模型有整個畫面的上下文，不是孤立地處理每個畫素。

關鍵區別在於誰主導畫面生成。傳統引擎用光線追蹤或者光柵化，確定性很高，玩家射出的子彈會精準命中。Matrix Game 4.0是模型預測，有機率出錯，所以它把邏輯判定權交給了程式碼引擎，模型只負責視覺表現。這樣互動就不會被模型的幻覺破壞，這是和純AI世界模型最大的不同。

Matrix Game 4.0