Matrix-Game 4.0 Đang hoạt động

Matrix-Game 4.0 là trò chơi mô hình video đầu tiên trên thế giới do Kunlun Tech phát triển, có thể chạy trên một GPU tiêu dùng duy nhất. Dự án áp dụng mô hình mới “Harness”: game engine đóng vai trò trọng tài, duy trì trạng thái và quy tắc thế giới; Coding Agent dùng ngôn ngữ tự nhiên để viết lại lối chơi; mô hình video đóng vai trò họa sĩ, kết xuất hình ảnh chi tiết theo thời gian thực. Với một RTX 5090, Matrix-Game 4.0 có thể mang đến trải nghiệm chơi game 480p, 60 FPS và độ trễ dưới 150 mili giây, biến việc xây dựng thế giới thành hiện thực ngay cả với các nhóm nhỏ.

Chạy thời gian thực trên một GPU: Chỉ cần một RTX 5090 để đạt trải nghiệm chơi game 480p, 60 FPS với độ trễ dưới 150 mili giây.
Thay đổi lối chơi bằng ngôn ngữ tự nhiên: Dùng Coding Agent và một câu lệnh để điều chỉnh địa hình, hành vi NPC hoặc thiết kế các quy tắc chơi hoàn toàn mới.
Quản lý tường minh trạng thái thế giới: Game engine duy trì bằng mã các trạng thái như sinh lực, ba lô, va chạm, thắng thua; vật thể vẫn tiếp tục tiến triển ngay cả khi rời khỏi tầm nhìn.
Chuyển hình ảnh mô hình thấp thành hình ảnh chi tiết: Mô hình video kết xuất lại theo thời gian thực hình học do engine xuất ra thành hình ảnh cấp độ 3A với vật liệu, ánh sáng và bóng đổ.
Chơi ổn định trong thời gian dài: Hỗ trợ chơi liên tục 54-99 giây, duy trì ổn định cảnh vật, danh tính nhân vật và kết quả tương tác mà không bị trôi.

Theo dõi WeChat và trả lời “Mã nguồn mở” để tham gia nhóm trao đổi dự án AI mã nguồn mở
Kiến trúc Harness: Hệ thống trang bị cho mô hình video một Harness gồm Coding Agent và game engine. Engine chịu trách nhiệm tiến hóa trạng thái trong phạm vi quy tắc và xuất hình ảnh cấu trúc; Coding Agent chuyển ý định của người dùng thành quy tắc mới và prompt chi tiết; mô hình video chỉ tập trung kết xuất, với sự phân công và tách biệt trách nhiệm giữa ba thành phần.
Dữ liệu căn chỉnh giữa hình ảnh cấu trúc và hình ảnh chi tiết: Xây dựng bộ dữ liệu đa miền dựa trên UE5, dùng quy trình thu thập hình học trừu tượng nhẹ để chuyển các cảnh phức tạp thành biểu diễn cấu trúc mô hình thấp vẫn giữ được cấu trúc liên kết không gian, căn chỉnh từng khung hình ở cấp độ pixel với hình ảnh mô hình cao, đồng thời ghi lại ID thực thể và siêu dữ liệu sự kiện nhân quả.
Caption động: Hệ thống liên kết ID vật thể với mô tả ngữ nghĩa, đọc các đối tượng hiện đang nhìn thấy và trạng thái theo thời gian thực từ engine trong lúc chạy để điền vào mẫu prompt, kết hợp với hình ảnh cấu trúc nhằm cung cấp các ràng buộc về việc vẽ gì và vẽ ở đâu.
Sinh V2V có thể kiểm soát: Được cải tiến dựa trên Wan2.2 5B, hình ảnh cấu trúc và video cần sinh được ghép thành đầu vào 148 kênh cho DiT nhân quả 30 lớp. Cơ chế tự chú ý đọc bộ nhớ không gian và bộ nhớ đệm KV lịch sử, trong khi chú ý chéo đọc điều kiện văn bản và sinh từng khối theo phương thức tự hồi quy.

Thời gian thực trên một GPU tiêu dùng: Một RTX 5090 đạt 480p, 60 FPS và độ trễ 112 mili giây, lần đầu đưa trò chơi mô hình video ra khỏi cụm máy nhiều GPU trong phòng thí nghiệm.
Trạng thái thế giới có thể quản lý tường minh: Game engine duy trì quy tắc thế giới bằng mã; trạng thái có thể đọc, chỉnh sửa và xác minh, giải quyết triệt để vấn đề trôi trạng thái do thế giới của thế hệ trước chỉ tồn tại trong ký ức của mô hình.
Thay đổi lối chơi bằng một câu: Coding Agent chuyển trực tiếp chỉ thị ngôn ngữ tự nhiên thành quy tắc và mã trò chơi, giúp việc lặp lại ý tưởng không còn bị cản trở bởi quy trình sản xuất tài sản 3D.
Ổn định và nhất quán trong thời gian dài: Cơ chế bộ nhớ không gian + khung tham chiếu + Caption động đảm bảo cấu trúc cảnh và danh tính vật thể không bị hỏng trong quá trình chơi dài.
Dẫn đầu vượt trội về hiệu năng: Độ trễ bằng khoảng 1/90 Code World Model và 1/5 StreamRender-H3, đồng thời đây là giải pháp tiêu dùng duy nhất ở phía đối chiếu.

Thời gian thực trên một GPU tiêu dùng: Một RTX 5090 đạt 480p, 60 FPS và độ trễ 112 mili giây, lần đầu đưa trò chơi mô hình video ra khỏi cụm máy nhiều GPU trong phòng thí nghiệm.
Trạng thái thế giới có thể quản lý tường minh: Game engine duy trì quy tắc thế giới bằng mã; trạng thái có thể đọc, chỉnh sửa và xác minh.
Thay đổi lối chơi bằng một câu: Coding Agent chuyển trực tiếp chỉ thị ngôn ngữ tự nhiên thành quy tắc và mã trò chơi, giúp việc lặp lại ý tưởng không còn bị cản trở bởi quy trình sản xuất tài sản 3D.
Ổn định và nhất quán trong thời gian dài: Cơ chế bộ nhớ không gian + khung tham chiếu + Caption động đảm bảo cấu trúc cảnh và danh tính vật thể không bị hỏng trong quá trình chơi dài.
Dẫn đầu vượt trội về hiệu năng: Độ trễ bằng khoảng 1/90 Code World Model và 1/5 StreamRender-H3, đồng thời đây là giải pháp tiêu dùng duy nhất ở phía đối chiếu.

Trang web dự án：https://matrix-game-v4-0.github.io/page/
Kho GitHub：https://github.com/SkyworkAI/Matrix-Game.git
Kho mô hình HuggingFace：https://huggingface.co/Skywork/Matrix-Game-4.0

Phát triển nguyên mẫu trò chơi nhanh: Các nhóm nhỏ mô tả lối chơi bằng ngôn ngữ tự nhiên, Coding Agent trực tiếp tạo Demo trò chơi có thể chạy, rút ngắn đáng kể chu kỳ xác minh dự án.
Tùy chỉnh trò chơi cá nhân hóa (UGC): Người chơi thay đổi quy tắc và phong cách hình ảnh theo sở thích, tạo ra trải nghiệm chơi game “mỗi người một kiểu”.
Giáo dục và thực hành lập trình AI: Là một dự án mã nguồn mở, dự án giúp nhà phát triển học kiến trúc Harness “engine + mô hình video” và khám phá mô hình kết hợp giữa world model với game engine.
Sản xuất nội dung trò chơi chi phí thấp: Giảm sự phụ thuộc vào tài sản 3D chi tiết và engine lớn; các nhà sáng tạo độc lập chỉ cần cấu trúc mô hình thấp để tạo ra hình ảnh cấp độ điện ảnh, từ đó giảm chi phí sản xuất.