
正式发布世界上第一款运行在单张消费级显卡上的视频大模型游戏——Matrix-Game 4.0,并同步开源。
Matrix-Game 4.0构建起游戏世界模型的新范式:由游戏引擎维护世界状态与交互规则,由视频生成模型实时呈现精细画面。它把480p、60FPS的实时游戏体验装进了一张NVIDIA RTX 5090——从你按下按键,到画面做出反应,延迟低于150毫秒。
项目首次跑通“代码生成游戏逻辑→结构画面提供结构约束→视频模型实时渲染”的完整闭环,让游戏原型开发、个性化定制与UGC从此拥有了真正可落地的技术路径。
一是,单卡实时,让“可玩的视频模型”走出实验室。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 给出的答案是一组硬指标: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 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pg电子免费试玩平台示视频,而是你能坐在电脑前真正上手操作的游戏。
二是,为视频模型套上 Harness,让世界状态被真正“管理”起来。系统由三个模块分工协作:Coding Agent(编程智能体)通过代码构建轻量游戏;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;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。
三是,贯通数据、训练与运行时,形成可复用、可扩展的完整链路。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。这套流程降低了对精细 3D 资产制作的依赖,支持游戏原型的快速开发与迭代,也为拓展新场景、新交互和新玩法提供了工程基础。
五是,发布同步开源,让创作者真正“玩”起来。Matrix-Game 4.0 在发布时同步开源,向研究者、开发者和创作者提供可复用的技术基础与可改编的游戏代码。借助编程智能体,创作者可以用自然语言调整场景、定制交互、设计玩法——把研究与创作的门槛压到一行 Prompt 的高度,让更多创意成为可以亲自体验、持续迭代的游戏。
未来,Matrix-Game 4.0团队将持续迭代模型: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。
从“可控制的视频”到“可运行的世界”,这一步也许比看上去更重要——它意味着创意的门槛在降低,而想象力的边界在打开。