2月14日，昆侖萬維正式推出 Matrix-Zero世界模型，成為中國第一家同時推出3D場景生成和可交互視頻生成模型的探索空間智能的企業(yè)。

Matrix-Zero世界模型包含兩款子模型：

(1)昆侖萬維自研3D場景生成大模型，支持將用戶輸入的圖片轉(zhuǎn)化為可自由探索的真實(shí)合理的3D場景，比World Labs生成場景的探索范圍更大更自由，而且包括動態(tài)物理效果;

(2)昆侖萬維自研可交互視頻生成大模型，提供以用戶輸入為核心驅(qū)動的可交互空間智能視頻生成方案，支持根據(jù)用戶實(shí)時輸入生成互動視頻效果，具備更精準(zhǔn)控制的action model。

昆侖萬維Matrix-Zero的3D場景生成功能，支持將用戶輸入的圖片轉(zhuǎn)化為可自由探索的真實(shí)合理的3D場景，具備全局一致性、可自由探索、支持不同風(fēng)格圖片輸入、支持風(fēng)格遷移、支持動態(tài)場景生成等亮點(diǎn)。

能夠?qū)崿F(xiàn)這樣的逼真效果，得益于昆侖萬維自研3D場景生成大模型，包含兩個核心模塊：場景布局生成模塊和紋理生成模塊。幾何生成模塊借助可微渲染和擴(kuò)散模型技術(shù)，能創(chuàng)造出和輸入圖片一致的3D場景布局;紋理生成模塊在圖片生成模型和視頻生成模型基礎(chǔ)上訓(xùn)練，當(dāng)用戶在場景中運(yùn)動時，昆侖自研3D場景生成大模型不斷對場景缺失區(qū)域進(jìn)行幾何和紋理的補(bǔ)全，從而確保用戶在任何位置、任何角度都能看到合理、一致的場景。

此前，谷歌Genie(可交互生成環(huán)境)系列已經(jīng)向大眾展示了世界模型的能力和魅力。為達(dá)到更好的流暢性、一致性等，昆侖萬維可交互視頻大模型建立在先進(jìn)的生成式視頻模型之上，結(jié)合自主研發(fā)的用戶交互模塊，最終實(shí)現(xiàn)了一種以用戶輸入為核心驅(qū)動的空間智能視頻生成方案。

該方法能夠在保證開放領(lǐng)域視頻生成能力的同時，進(jìn)一步增強(qiáng)對視頻內(nèi)容中視角移動的精確控制，使其更加符合用戶的交互需求和預(yù)期。通過這種方式，我們不僅可以生成符合用戶意圖的視頻內(nèi)容，還能夠優(yōu)化空間智能模型的適配性，從而拓展在虛擬環(huán)境、交互式應(yīng)用以及沉浸式體驗(yàn)中的應(yīng)用場景。

作為針對圖片對應(yīng)的 3D 世界中自由探索提出的視頻生成系統(tǒng)，Matrix-Zero 能夠在不同環(huán)境下高效地生成高質(zhì)量的視頻內(nèi)容，并確保視頻的流暢性、一致性和合理性。

緊握AI時代脈搏，成為中國探索空間智能的領(lǐng)跑者。昆侖萬維作為中國AI領(lǐng)軍企業(yè)，始終踐行公司使命——實(shí)現(xiàn)通用人工智能，讓每個人更好地塑造和表達(dá)自我，堅(jiān)持在人工智能領(lǐng)域自主研發(fā)，持續(xù)推出AI產(chǎn)品。

過去三年，昆侖萬維在視覺多模態(tài)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等關(guān)鍵技術(shù)方向取得了一系列成績，同時構(gòu)建起了完整的AI矩陣：最懂金融、學(xué)術(shù)的天工AI搜索，全球首個AI音樂創(chuàng)作平臺Mureka，AI 短劇平臺SkyReels，AI社交產(chǎn)品Linky，AI游戲等，形成了“AI前沿基礎(chǔ)研究——基座模型——AI矩陣產(chǎn)品/應(yīng)用”的產(chǎn)業(yè)鏈。

2025年1月，「天工大模型4.0」o1版和4o版正式上線天工APP和網(wǎng)頁。2025年2月8日，昆侖萬維旗下「天工AI」正式推出PC版重大更新——上線“DeepSeek R1 + 聯(lián)網(wǎng)搜索”功能。

勇立潮頭，敢為人先。今天，昆侖萬維Matrix-Zero系列模型的開發(fā)和迭代也代表了公司對未來AI技術(shù)的提前布局，進(jìn)一步賦能公司AI業(yè)務(wù)矩陣。交互生成模型的落地將變革可交互內(nèi)容引擎，大大提升公司AI多矩陣產(chǎn)品的生產(chǎn)力。

Matrix-Zero世界模型預(yù)計(jì)4月份上線，將對公司AI游戲生產(chǎn)、AI短劇生產(chǎn)和編輯等業(yè)務(wù)進(jìn)一步賦能，為用戶和開發(fā)者帶來新的平臺和工具。當(dāng)視頻模型發(fā)展到可以逼真模擬物理世界時，游戲可能不再需要傳統(tǒng)的3D引擎，許多實(shí)驗(yàn)和模擬將可以在虛擬環(huán)境中進(jìn)行，而影視創(chuàng)作也將變得更加普及，甚至成為每個人的基本技能。雖然這些看似是未來的場景，但技術(shù)正一步步將它們變?yōu)楝F(xiàn)實(shí)，視頻生成模型的火熱正是這一趨勢的重要體現(xiàn)。

未來大模型發(fā)展將更加關(guān)注智能體工具和用戶交互。空間智能技術(shù)不僅為未來智能體研發(fā)提供了虛擬平臺，也帶給用戶全新的與生成世界交互的體驗(yàn)，大大提升了交互的多樣性。空間智能技術(shù)的發(fā)展也將是通往具身智能乃至AGI路上的一個重要技術(shù)里程碑。我們?nèi)詫⒊掷m(xù)升級迭代，研發(fā)更先進(jìn)的AI平臺、打磨體驗(yàn)更好的AI產(chǎn)品，進(jìn)一步推動人工智能的繁榮發(fā)展。

龔斯軒