AI热榜 近日，昆仑万维集中发布 Matrix-3.5 世界模型、Mureka V9.5 及 O3 音乐模型，以及面向机器人的 Riemann-1.0 具身世界模型。
三款模型分别指向游戏和视频内容生成、音乐创作以及机器人决策，其背后的理念都是：AI 要开始理解环境状态、记住此前发生的事情，并预测不同动作将如何改变未来。
昆仑万维董事长兼 CEO 方汉将 2026 年称为“世界模型元年”。
在他看来，世界模型正在沿着两条路径进入产业：一条发生在虚拟世界，游戏、视频、音乐等内容生产将率先被实时生成和可交互技术改造；另一条则通向物理世界，机器人需要在真正行动之前，先对环境变化和动作后果进行内部推演。
世界模型首先改造内容生产 传统视频生成模型解决的是“生成什么画面”，世界模型需要进一步回答“如果用户做出某个动作，接下来会发生什么”。
昆仑万维 Skywork 首席科学家成宇将世界模型概括为一种状态预测范式：模型接收当前环境、当前状态以及用户或智能体的动作，再生成下一时刻的环境变化。
它与一次性生成图像或视频的区别，在于模型不仅需要保证单个画面的质量，还要维持长期状态、空间结构和前后因果关系。
这种能力在游戏中尤其重要。
传统开放世界游戏通常依靠大量美术、关卡、动画和程序人员，提前制作地图、人物、交互规则及任务内容。
世界模型则提供了另一种可能：虚拟环境不必全部预制，而是可以根据玩家的移动、视角和操作实时生成，并在玩家返回此前区域时，继续保持建筑、物体和空间关系的一致性。
方汉判断，游戏行业可能是最早被世界模型系统性改造的产业。
过去，一个开放世界游戏往往需要数百人团队投入数年时间手工搭建；如果模型能够让场景随玩家行动持续生成和演化，未来世界模型有可能成为游戏行业新的基础设施。
Matrix-3.5 正是沿着这一方向升级。
三个月前，昆仑万维发布 Matrix-3.0，实现了在约 50 亿参数规模下生成 720P、可实时交互的场景。
此次推出的 Matrix-3.5 进一步加强了长期记忆、空间一致性、动作控制和推理效率，重点面向游戏、互动内容及部分机器人仿真场景。
从技术路径看，昆仑万维将 Matrix-3.5 的升级拆分为数据、模型和推理三个部分。
在数据侧，团队不再完全依赖人工采集，而是引入游戏引擎、自动化智能体和数据处理工具，构建自动探索、自动录制、镜头切分、质量评分及标注流程。
其数据来源包括虚幻引擎生成的虚拟环境、真实游戏运行画面以及互联网公开视频，最终形成约 1 万小时训练数据，覆盖约 1200 类游戏及虚拟场景。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接