6月12日至13日，第八届智源大会在北京举行，世界模型成为本届大会最受关注的议题之一。昆仑万维旗下Skywork首席科学家刘扬受邀出席并发表演讲，首次公布Matrix-Game 3.5的核心技术突破，该版本计划于2026年7月正式发布。
刘扬在演讲中指出，当前业内对”世界模型”的定义存在严重混淆——视频生成、3D表征、交互式模拟器等不同方向的研究者所指并非同一对象。他定义的世界模型包含三个层次：理解当下状态、预测下一状态、将预测结果渲染呈现。Matrix-Game的实践进一步揭示，状态的预测与动作的生成应当联合训练而非分而治之，这一理念是Skywork团队对世界模型认知的核心升级。
Matrix-Game自2024年下半年启动研发以来，在不到两年时间内完成了多次跨越：2025年3月发布1.0版本，成为最早公开的可交互世界模型之一；2025年8月发布2.0版本，实现分钟级实时交互；2026年3月发布3.0版本，补齐了世界模型公认的三大短板——记忆、长时程和实时性。此次披露的3.5版本最大变化是从游戏场景向真实场景全面扩展，支持多风格动态切换与指令控制，并引入NPC交互能力。
在数据方面，Skywork团队构建了三条自动化数据生产管线，输出Video+Pose+Action+Language的高质量训练数据，截至目前已产出500万以上高质量视频切片、1万以上有效训练小时数。刘扬还系统披露了训练中的四大关键挑战：动作信号与视觉画面缺乏一一对应、模型不理解动作的物理后果、注入控制参数破坏原始视频分布、记忆检索方式影响长时程一致性。
刘扬表示，团队的下一个目标是构建原生统一的世界模型框架——让状态理解与动作生成从串联走向联合、从分裂走向统一，推动世界模型跨越游戏边界，迈向机器人控制与物理世界交互。
原创文章，作者：志斌，如若转载，请注明出处：http://www.damoai.com.cn/archives/16163
