昆仑万维

据十月十五日发布信息，昆仑万维推出 Matrix-Game 4.0，称其为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。它把 480p、每秒六十帧的实时游戏体验装进一张 NVIDIA RTX 5090，从按下按键到画面反应延迟低于一百五十毫秒。架构上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渲染画面，项目已同步开源。 从看一段视频到玩一个世界，差的那道坎是什么？ 过去的视频生成，是一次性吐出一段几秒钟的片子，播完即止，你无法介入。可玩的世界模型要求模型在每一步操作后，立刻预测接下来那一帧应该长什么样，并且要和上一帧、和游戏逻辑保持一致。这是从生成到持续预测的跨越，模型不再是编剧，而变成了一个需要始终在线、不能断片的临场世界。 引擎管逻辑、视频模型管画面，谁才是世界的作者？ 这个分工很有信号意义。纯视频模型很难稳定地维持物理规则和交互状态，所以他们让引擎来做世界状态的单一事实来源，视频模型只负责把状态渲染成精细画面。这说明今天的世界模型还没有强到可以独立承担一致性，它更像一个高保真的画皮，坐在一个传统引擎骨架上。问题也随之而来，当画面越来越真而逻辑仍由引擎提供，我们看到的是 AI 在理解世界，还是 AI 在给已知世界画皮。 一百五十毫秒延迟，为什么是道认知门槛？ 延迟不只是体验参数。人在实时互动里形成的那种我在影响世界的临场感，有一个神经层面的时间窗口，超过它，因果链就断开了，你会觉得操作和画面是两件事。把延迟压到一百五十毫秒以内，本质上是在逼近硅基实时环境和人类动作节律之间的匹配线。可玩的视频模型一旦跨过这道门，游戏原型、个性化 UGC 的成本结构都会被改写，而它跑在一张消费卡上，意味着这个世界模型第一次有了进入普通人设备的可能。 去论坛讨论 前往 silicon-agi.com 论坛 参与讨论