崑崙萬維在2026年WAIC大會上釋出了其最新世界模型Matrix-Game 3.5，重點攻克了長期困擾業界的“物體恆存”難題。公司董事長兼CEO方漢在論壇上宣佈“2026年為世界模型元年”，並展示了該模型在理解物理世界方面的關鍵進展。

“物體恆存”問題源於哈佛、MIT、IBM和谷歌聯合釋出的MemoBench評測基準，該測試考察模型能否在物體離開視野後正確恢復其狀態。此前，十個主流世界模型在該測試中最高僅得0.58分（滿分1分），而三歲兒童卻能輕鬆滿分。Matrix-Game 3.5通過三項技術創新解決了這一挑戰：首先，將記憶從傳統的時間索引切換為空間索引，建立三維Patch Memory，使模型能記住“座標(x,y,z)處的物體”而非“第5幀的畫素”；其次，引入PRoPE位置編碼，將相機投影矩陣融入時空位置，並結合動靜解耦記憶，避免動態物體汙染靜態背景；最後，採用狀態與動作聯合生成的因果推理範式，將因果推理直接寫入訓練目標，而非依賴資料隱式湧現。

從遊戲場景邁向真實世界，Matrix-Game 3.5面臨資料、互動和算力三大關卡。在資料方面，崑崙萬維搭建了三套自動化管線，為影片資料重建物理尺度，產出500萬以上高質量影片切片和1萬以上有效訓練小時數，覆蓋1200多個遊戲和真實場景。在互動方面，模型通過3步取樣蒸餾、DiT推理最佳化和MG-LightVAE剪枝，在單張GPU上實現了720P解析度、約20FPS的即時生成，逼近即時互動要求。在算力方面，模型採用輕量化互動框架設計，核心功能幾乎不新增引數即可實現互動世界建模，避免了單純堆砌算力的不可持續路徑。

崑崙萬維的世界模型佈局始於2022年，已連續釋出Matrix-Zero、1.0、2.0、3.0和3.5五個版本。公司堅持開源策略，Matrix-Game系列模型“一次釋出一次開源”，其2.0版本成為國內唯一對標谷歌Genie的開源方案。學術圈和產業界已對此做出反饋：DiT作者、紐約大學助理教授謝賽寧基於Matrix-Game 2.0釋出了全球首個多人影片世界模型Solaris；NVIDIA和浙江大學則基於Matrix-Game 3.0聯合釋出了Light Interaction。此外，NVIDIA的SANA-WM、Adobe的RELIC等國際頭部模型均將Matrix-Game作為對比基準。

在生態層面，崑崙萬維2026年3月釋出的“4+3”AGI戰略將世界模型定位為底層引擎，與影片模型、音樂音訊模型、基座文本與多模態模型四大底座，以及AI短劇、AI音樂、AI遊戲三大平台經濟體形成閉環。遊戲平台產出互動資料，影片平台提供訓練素材，模型能力反哺平台體驗，形成資料驅動的正向迴圈。這種系統化佈局使得後來者難以僅憑單一模型追趕。

Matrix-Game 3.5的技術突破標誌著世界模型從“復現畫素”向“理解因果”的轉變。隨著資料、互動和算力瓶頸的系統性突破，該模型有望在機器人控制、自動駕駛等真實物理場景中落地，推動AI產業進入具身智慧的新階段。