昆仑万维发布世界模型矩阵
机器之心 · wechat · 2026-07-19
这篇 WAIC 长文围绕昆仑万维的“世界模型元年”展开，重点发布了三条线：世界模型基座、具身智能、AI 音乐。
在具身智能上，文章介绍了 Riemann-1.0，把它定义为机器人通用大脑/WorldActionModel。它将动作生成、环境状态演化和未来视觉预测统一到一个因果生成框架里，并用人类第一视角视频、外骨骼/手套数据和机器人轨迹数据训练，总规模达 23.2 万小时。文中给出的基准结果包括：LIBERO 99.0%、RoboCasa-365 62.6%、RoboTwin2.0 94.3%，并称加入人类第一视角预训练后，长程任务成功率显著提升。
在世界模型基座上，文章重点讲了 Matrix-Game3.5。它主打长时序一致性、实时交互和开放世界生成，提出了 PatchMemory、PRoPE、动静解耦记忆等机制。作者强调该模型仅 5B 参数，可在单卡上实现 720P、约 20FPS 的实时流式生成，并已开源。文章还提到这套世界模型被用于游戏、数字孪生、仿真和具身智能训练环境。
在内容生成上，文章介绍 MurekaV9.5 和 O3 两个音乐模型，主打更符合人类审美的“克制编配”和“反思能力”。文中给出了若干同口径评测数字，如人声良品率 61.0%、Prompt 控制良品率 97.0%、曲风完全体现比例 95.7%。
所属事件:昆仑万维开源 Matrix-Game3.5 可交互世界模型(3 条相关)→
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11