智源大會 | 天工AI重新定義世界模型，公佈Matrix-Game 3.5 最新技術突破
重點摘要
這篇消息聚焦「智源大會 | 天工AI重新定義世界模型，公佈Matrix-Game 3.5 最新技術突破」。原始導語提到：崑崙萬維將持續深耕，步履不停 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
### 智源大會亮點：天工AI發表Matrix-Game 3.5，重新定義世界模型
在日前舉行的智源大會上，崑崙萬維旗下天工AI團隊宣布了一項備受矚目的技術進展——正式公開最新版世界模型「Matrix-Game 3.5」。該模型並非單純的遊戲引擎或模擬器，而是號稱從架構層面重新定義了「世界模型」的內涵，試圖將物理規律、因果推理與動態環境生成整合為一體，為通用人工智慧（AGI）的發展提供新的實驗場域。此項發表迅速引發業界討論，也讓外界對天工AI的技術路線有了更深入的觀察機會。
### 重點整理：Matrix-Game 3.5 的技術突破
根據大會現場揭露的資訊，Matrix-Game 3.5 的核心突破集中在「可交互的連續世界模擬能力」。與傳統基於離散狀態或固定規則的虛擬環境不同，該模型能夠根據玩家或AI代理的行為即時生成合理的物理回饋，甚至推導出未明確寫入的間接因果關係。例如，代理在遊戲中移動物件後，模型會自動計算該行為對後續環境的連鎖變化，而非仰賴腳本預設。這項特性讓Matrix-Game 3.5 不只是「遊戲」，更像是一個可無限擴展的微型世界，能讓AI在其中學習長期規劃與常識推理。
### 背景脈絡：世界模型為何成為AI競賽新焦點
「世界模型」的概念近年來在人工智慧領域持續升溫，其目標是讓機器不僅能感知當前輸入，還能預測下一步的物理與邏輯後果。過去，這類模型多停留在學術論文或小型示範，而天工AI選擇在智源大會——中國頂尖的人工智慧學術盛會——公布Matrix-Game 3.5，顯示其有意將這項技術推向產業應用。崑崙萬維過去在遊戲與社交領域的積累，也為世界模型的訓練提供了豐富的交互數據與場景素材，使其具備從虛擬環境遷移至真實任務的潛力。
### 可能影響：從遊戲到機器人，跨領域應用想像空間大
Matrix-Game 3.5 的出現，首先可能改變AI遊戲開發的範式。過去的遊戲AI大多依賴人工設計的行為樹或強化學習獎勵函數，而世界模型能讓AI代理直接在動態環境中自我探索，降低開發者的手動調參成本。放眼更遠，這套技術也可移植至機器人控制、自動駕駛模擬等領域——只要將物理引擎替換為真實感測器數據，世界模型就能成為低成本、高安全性的訓練場。此外，重新定義世界模型也意味著未來AI可能具備更接近人類的「常識」判斷能力，進而影響自然語言理解、任務規劃等日常應用。
### 讀者可關注的後續：開源進度與實際應用案例
目前崑崙萬維僅在大會上進行了技術演示，尚未公開完整的論文或程式碼。後續值得關注的方向包括：Matrix-Game 3.5 是否會部分開源或釋出API，供學術界與開發者測試其跨環境泛化能力；以及該公司是否會推出基於此模型的具體產品，例如下一代互動式遊戲或虛擬助手。同時，智源大會上其他團隊的相關研究——如清華、北大在可微分物理引擎方面的進展——也值得交叉比對，以評估天工AI在這一賽道上的真正領先幅度。對於關心AGI技術路線圖的讀者而言，Matrix-Game 3.5 的後續實測結果，將是判斷「世界模型實用化」是否已跨過關鍵門檻的重要指標。
Related
相關文章
Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages
This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather
Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight
Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp
智譜新高，MiniMax承壓，“大模型雙雄”命運殊途
這篇消息聚焦「智譜新高，MiniMax承壓，“大模型雙雄”命運殊途」。原始導語提到：大模型在被市場重新定價 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
華為昇騰 0 Day 支持智譜 GLM-5.2 模型，提供全面推理優化
華為昇騰 AI 宣佈在智譜開源 GLM-5.2 大模型當天即完成深度推理優化。通過 MOE 大融合算子、通信計算融合、高併發調度等七項關鍵技術，顯著提升編程和長程任務的處理效率，現已支持 A3 系列產品部署。#AI 大模型# #國產算力#
企業AI轉型再添利器：青雲科技算力雲接入 MiniMax-M3 模型
企業AI落地面臨高效低成本難題。青雲科技旗下基石智算平臺接入國產開源大模型MiniMax-M3，提供新算力支持。MiniMax-M3以卓越上下文處理能力等三大核心技術見長，依託自研架構，助企業便捷部署AI業務。
阿里開源統一科學大模型 LOGOS，僅用五十六分之一參數超越微軟
阿里 ATH-Token Foundry 聯閤中國人民大學高瓴人工智能學院開源科學基礎模型 LOGOS。該模型採用統一科學語法與純序列建模範式，在六大科學任務上匹配或超越傳統專用方法。其中 LOGOS-1B 僅 1B 參數，即展現出極高效率，性能超越參數量達 8×7B 的微軟模型。