Matrix-Game 4.0：用视频模型构建实时可玩游戏世界

arXiv论文《Matrix-Game 4.0》于2026-10-20提交，提出把游戏规则执行与视频画面生成分离，以实现可持续状态和实时交互，关注价值在于探索视频模型从“生成画面”走向“可玩世界”的工程路径。

• 论文采用轻量游戏引擎维护世界状态、执行交互规则，再由多模态编码智能体把玩家意图转成游戏代码和动态场景描述。
• 视频渲染器将引擎输出的低模代理、动态描述和记忆帧转换为高细节画面，采用因果生成方式按四帧一组输出。
• 论文报告在单张NVIDIA RTX 5090上实现480p、60 FPS和112毫秒按键到画面延迟，单步生成稳态吞吐为83 FPS；这些是论文实验条件下的结果。
• 项目页展示了射击、驾驶等示例，并说明部分长时间游玩片段持续54至99秒，显示系统已覆盖连续演示，但不等同于商业游戏级稳定性。
• 影响/看点：如果状态维护、规则执行和视觉生成能在更多场景中稳定协同，视频模型可能成为游戏原型和交互内容生成的新渲染层；实际价值取决于延迟、长时一致性、硬件成本和复杂规则下的可靠性。
• 资料依据:
• arXiv论文（2026-10-20）：https://arxiv.org/abs/2610.27999
• Matrix-Game 4.0项目页（2026-10-20）：https://matrix-game-v4-0.github.io/page/

本内容由 AI 生成，仅供参考，请注意甄别