/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
7 мая 2025

Matrix-Game

Видео из изображенияИзображение, текст → видео3 профессии

Matrix-Game — диффузионная модель на 17 млрд параметров для создания управляемых видео мира Minecraft по изображениям и действиям с клавиатуры и мыши.

47скачиваний за 30 дней48лайковвеса обновлены26 июн 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Matrix-Game — модель генерации интерактивных игровых миров, представленная разработчиками Skywork. Это диффузионная модель с 17 млрд параметров, предназначенная для создания видео мира Minecraft с управлением через клавиатуру и мышь: действия пользователя задают развитие сцены и движение камеры. Модель ориентирована на генерацию последовательности кадров с временной согласованностью, устойчивостью объектов и следованием управляющим сигналам.

В README описаны набор данных Matrix-Game с подробной разметкой действий и бенчмарк GameWorld Score для оценки качества изображения и движения, управляемости и понимания физических правил. Репозиторий использует библиотеку Diffusers и формат safetensors; лицензия — MIT. Карточка сообщает об английском языке, однако сценарий модели сосредоточен на визуальной генерации игровых сцен, а не на обработке текста.

Сценарии применения

  • генерация видео игрового мира Minecraft по исходному кадру
  • управляемое развитие игровой сцены по нажатиям клавиш
  • изменение вида и движения камеры с помощью мыши
  • создание интерактивных симуляций игрового мира

Ограничения

Модель ориентирована на мир Minecraft и управление клавиатурой и мышью; README не описывает её применимость к другим игровым мирам. Заявленные результаты бенчмарка приведены в карточке модели, но подробная реализация benchmark вынесена в отдельный ресурс.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Matrix-Game: Interactive World Foundation Model

📝 Overview

Matrix-Game is a 17B-parameter interactive world foundation model for controllable game world generation.

✨ Key Features

  • 🎯 Feature 1: Interactive Generation. A diffusion-based image-to-world model that generates high-quality videos conditioned on keyboard and mouse inputs, enabling fine-grained control and dynamic scene evolution.
  • 🚀 Feature 2: GameWorld Score. A comprehensive benchmark for evaluating Minecraft world models across four key dimensions, including visual quality, temporal quality, action controllability, and physical rule understanding.
  • 💡 Feature 3: Matrix-Game Dataset A large-scale Minecraft dataset with fine-grained action annotations, supporting scalable training for interactive and physically grounded world modeling.

🔥 Latest Updates

  • [2025-05] 🎉 Initial release of Matrix-Game Model

🚀 Performance Comparison

GameWorld Score Benchmark Comparison

ModelImage Quality ↑Aesthetic Quality ↑Temporal Cons. ↑Motion Smooth. ↑Keyboard Acc. ↑Mouse Acc. ↑Object Cons.Scenario Cons.
Oasis0.650.480.940.980.770.560.560.86
MineWorld0.690.470.950.980.860.640.510.92
Ours0.720.490.970.980.950.950.760.93

Metric Descriptions:

  • Image Quality / Aesthetic: Visual fidelity and perceptual appeal of generated frames

  • Temporal Consistency / Motion Smoothness: Temporal coherence and smoothness between frames

  • Keyboard Accuracy / Mouse Accuracy: Accuracy in following user control signals

  • Object Consistency: Geometric stability and consistency of objects over time

  • Scenario Consistency: Scenario consistency over time

    Please check our GameWorld benchmark for detailed implementation.

Human Evaluation

Human Win Rate

Double-blind human evaluation by two independent groups across four key dimensions: Overall Quality, Controllability, Visual Quality, and Temporal Consistency.
Scores represent the percentage of pairwise comparisons in which each method was preferred. Matrix-Game consistently outperforms prior models across all metrics and both groups.

🚀 Quick Start

# clone the repository:
git clone https://github.com/SkyworkAI/Matrix-Game.git
cd Matrix-Game

# install dependencies:
pip install -r requirements.txt

# install apex and FlashAttention-3
# Our project also depends on [apex](https://github.com/NVIDIA/apex) and [FlashAttention-3](https://github.com/Dao-AILab/flash-attention)

# inference
bash run_inference.sh

⭐ Acknowledgements

We would like to express our gratitude to:

We are grateful to the broader research community for their open exploration and contributions to the field of interactive world generation.

📎 Citation

If you find this project useful, please cite our paper:

@article{zhang2025matrixgame,
  title     = {Matrix-Game: Interactive World Foundation Model},
  author    = {Yifan Zhang and Chunli Peng and Boyang Wang and Puyi Wang and Qingcheng Zhu and Zedong Gao and Eric Li and Yang Liu and Yahui Zhou},
  journal   = {arXiv preprint arXiv:2506.18701},
  year      = {2025}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
6de1281

0 моделей