北京
2月14日，昆仑万维发布 Matrix-Zero世界模型，成为中国第一家同时推出3D场景生成和可交互视频生成模型的探索空间智能的企业。
Matrix-Zero世界模型包含两款子模型：
（1）昆仑万维自研3D场景生成大模型，支持将用户输入的图片转化为可自由探索的真实合理的3D场景，比World Labs生成场景的探索范围更大更自由，而且包括动态物理效果；
（2）昆仑万维自研可交互视频生成大模型，提供以用户输入为核心驱动的可交互空间智能视频生成方案，支持根据用户实时输入生成互动视频效果，具备更精准控制的action model。
昆仑万维Matrix-Zero的3D场景生成功能，支持将用户输入的图片转化为可自由探索的真实合理的3D场景，具备全局一致性、可自由探索、支持不同风格图片输入、支持风格迁移、支持动态场景生成等亮点。
据介绍，能够实现这样的逼真效果，得益于昆仑万维自研3D场景生成大模型，包含两个核心模块：场景布局生成模块和纹理生成模块。几何生成模块借助可微渲染和扩散模型技术，能创造出和输入图片一致的3D场景布局；纹理生成模块在图片生成模型和视频生成模型基础上训练，当用户在场景中运动时，昆仑自研3D场景生成大模型不断对场景缺失区域进行几何和纹理的补全，从而确保用户在任何位置、任何角度都能看到合理、一致的场景。
此前，谷歌Genie（可交互生成环境）系列已经向大众展示了世界模型的能力和魅力。为达到更好的流畅性、一致性等，昆仑万维可交互视频大模型建立在先进的生成式视频模型之上，结合自主研发的用户交互模块，最终实现了一种以用户输入为核心驱动的空间智能视频生成方案。
该方法能够在保证开放领域视频生成能力的同时，进一步增强对视频内容中视角移动的精确控制，使其更加符合用户的交互需求和预期。通过这种方式，我们不仅可以生成符合用户意图的视频内容，还能够优化空间智能模型的适配性，从而拓展在虚拟环境、交互式应用以及沉浸式体验中的应用场景。
据了解，作为针对图片对应的3D 世界中自由探索提出的视频生成系统，Matrix-Zero 能够在不同环境下高效地生成高质量的视频内容，并确保视频的流畅性、一致性和合理性。
资料显示，过去三年，昆仑万维在视觉多模态、深度学习、强化学习等关键技术方向取得了一系列成绩，同时构建起了完整的AI矩阵：最懂金融、学术的天工AI搜索，全球首个AI音乐创作平台Mureka，AI 短剧平台SkyReels，AI社交产品Linky，AI游戏等，形成了“AI前沿基础研究——基座模型——AI矩阵产品/应用”的产业链。
2025年1月，「天工大模型4.0」o1版和4o版正式上线天工APP和网页。2025年2月8日，昆仑万维旗下「天工AI」正式推出PC版重大更新——上线“DeepSeek R1 + 联网搜索”功能。（定西）
本文来源：网易科技报道
责任编辑：
丁广胜_NT1941
