昆仑万维在 WAIC 发布 Matrix-Game 3.5：生成画面开始记住你走过的路

哇哦AI

昆仑万维在 WAIC 2026 官方企业目录使用的品牌图。 来源：WAIC 2026 官方企业目录

用 AI 生成一段游戏视频已经不稀奇，难的是你向前走一分钟、绕一圈再回来，门、墙和路口还保持原样。

昆仑万维在 WAIC 2026 发布 Matrix-Game 3.5，更新重点正是“记住走过的世界”。它在实时生成之外加入 Patch Memory，让模型从历史画面中取回局部场景信息，减少长时间互动后空间结构越走越乱的问题。

3.5 版把“局部记忆”接进实时生成
互动世界模型不是先把整张地图做好再让玩家进入，而是根据初始画面、提示词和操作持续生成下一帧。速度要跟得上输入，场景还不能在长时间运行后失去结构，这两件事往往互相拉扯。

Matrix-Game 3.5 的项目页显示，新版本使用 Patch Memory 保存并检索历史中的局部图像信息。当视角回到之前经过的位置时，模型可以重新利用这些记忆，改善回访一致性；训练中还加入 Self-Rollout DMD，让学生模型在自己的连续生成轨迹上学习。

官方展示给出的目标是 720p 实时流式生成。项目页同时公开一分钟基准和多段交互演示，但这些结果来自项目自己的测试体系，不能直接等同于所有显卡、所有场景都能获得相同帧率和稳定性。

它更像一个可操控的世界生成底座，还不是完整游戏
用户可以通过第一人称或第三人称操作浏览生成环境，提示词也能改变动态内容。项目展示还包括长时记忆、碰撞规避和视角控制，这些能力让它有机会进入游戏原型、机器人仿真、具身智能和 XR。

不过，世界模型生成的是持续变化的视觉与环境状态，完整游戏还需要规则、角色、任务、数值、联网和内容审核。开发者现在拿到的是技术报告、演示以及代码和模型入口，不是可直接上架的成品。

昆仑万维在同场论坛还发布了音乐与机器人方向模型，但把 Matrix-Game 3.5 单独看更清楚：它本轮最具体的变化，是在实时生成上补长期空间记忆。

想判断能不能用，先看硬件、延迟和失败案例
开发者试用时应先记录显存需求、实际帧率、操作延迟和连续运行时长，再检查重复回访、复杂动态物体和碰撞边界下会不会失真。

项目已经给出公开入口，比只在大会上播放视频更容易复核。下一步如果补齐更广泛硬件测试、第三方基准和可复现失败案例，Matrix-Game 3.5 才能从漂亮演示进入稳定的开发工具链。

想继续了解
• Matrix-Game 3.5 官方项目页、技术报告与演示
• 每日经济新闻：昆仑万维在 WAIC 发布世界模型、音乐与机器人模型
• 新浪财经：昆仑万维 WAIC 发布 Matrix-Game 3.5 等模型
• GitHub：Matrix-Game 开源项目与 3.0 版本记录
• WAIC 2026：官方企业目录