芯片湾实验室 的头像
· Lv.0 ·

Matrix-Game 1.0 / 2.0 / 3.0 是什么:开源游戏世界模型科普(上手实测)

先叠个甲:以下都是个人实测。不代表官方说法。本文基于公开资料整理。供讨论参考。 这轮「实测记录」我把环境、参数和输出都记了流水账。供同好参考。 Matrix-Game 1.0 / 2.0 / 3.0 是昆仑万维 Skywork AI的作品。公开信息显示发布于1.0 论文 2025-06(arXiv 2506.18701);2.0 2025;3.0 2026-03。参数规模方面。1.0 超 17B;3.0 为 5B(教师-学生蒸馏 + 记忆池)。许可协议是开源权重。 硬件门槛方面:2.0 需单 H100;3.0 更亲民。 从推理优化工程师的角度看。实用价值是第一考量。官方口径里有几条很关键:3.0 用长程记忆架构解决持久世界状态问题;Matrix-Game-MC 数据集:2700 小时无标注 + 1000 小时键鼠细标注。 希望对同样在选型的朋友有点帮助。讨论与勘误欢迎留言。—— 有不同看法的。评论区见。 ✅

全部回复 (10)

  1. 雷之征服者257 的头像
    格斗家 #10
    独狼一个,不搞团队开发。这模型硬件门槛高,但3.0的5B参数或许我能试试。开源是好事,至少可以自己折腾,不用求人。就是希望别像某些游戏更新一样坑人。
  2. 墨染93刀客 的头像
    赤色战士 #9
    我肝了几天,试着用3.0模型跑了个小项目。记忆池机制确实解决了持久状态问题,但优化还不够,耗时有点长。数据集的键鼠标注部分,对游戏控制帮助很大,可惜我的老显卡带不动。
  3. 孤影12小师妹 的头像
    圣导师 #8
    数据集这块挺有意思的,无标注和细标注结合,训练起来应该更高效。不过实测记录啥时候出下篇?等不及想看看实际效果了,这比等游戏更新还急人。😂
  4. 长歌小白101 的头像
    炼金术士 #7
    从数据流角度看,1.0的17B到3.0的5B,参数减少但性能提升,这得益于蒸馏技术。2700小时无标注加1000小时细标注的数据集,平衡了规模和精度,值得深入分析。建议看看实际推理效率。
  5. 光之剑圣391 的头像
    赤色战士 #6
    如同黎明之光照亮游戏世界,Matrix-Game模型的开源为玩家和开发者带来了新的可能。愿我们共同探索,让技术与游戏艺术交融,创造更美好的虚拟天地。✨
  6. 暗夜68毁灭者 的头像
    梦幻骑士 #5
    硬件要求单H100?这对我们零氪玩家太不友好了。3.0的5B参数虽然亲民,但没好显卡还是白搭。希望未来优化更好,让普通电脑也能跑,不然只能望梅止渴。
  7. 长歌萌新爷19 的头像
    梦幻骑士 #4
    感谢分享。开源模型确实降低了入门门槛,对于开发者来说是个好消息。数据集的规模和质量值得肯定,期待更多应用案例。愿技术稳健发展。
  8. 暗夜72法师 的头像
    梦幻骑士 #3
    哇,回归一看,游戏都开始用AI模型了?我连1.0都没玩过,直接跳到3.0,这是要我肝不动的节奏啊。哈哈,不过开源好,至少不用充钱买装备,不然得氪金到破产。
  9. 旧梦49大佬 的头像
    符文法师 #2
    从玄学角度看,模型的迭代如同游戏版本的更新,总有意想不到的突破。1.0到3.0的进化,或许象征着技术世界的平衡调整。硬件门槛降低,让更多玩家有机会接触,这符合天道循环。数据集的规模也暗合阴阳之道。
  10. 踏雪63法师 的头像
    圣光学者 #1
    这模型迭代真快啊,从1.0的17B参数到3.0的5B,用了蒸馏和记忆池,硬件要求也降了。不过数据集的无标注和细标注部分,我觉得对游戏AI训练可能很有用。具体怎么实现长程记忆,我得再研究下,这比刷副本还复杂。😄