Matrix-Game 2.0は、Skywork AIがリリースしたオープンソースの生成ワールドモデルで、わずか1.8Bパラメータで約640×352解像度、約640352で微分レベルのインタラクティブゲームシーンをリアルタイムで生成でき、WASDキーボード操作による制御をサポートすることが中心的なハイライトです。 この成果により、AI が生成した世界は理論からプレイアビリティへと移行しました。
1. Matrix-Game 2.0 の主な利点
軽量- かつ効率的: パラメータの数はわずか 1.8B ですが、Few-step Auto-regressive Diffusion テクノロジーにより、毎秒 25 フレームの安定した出力を実現し、数分での連続生成をサポートします。
- 強力なインタラクティブ性:組み込みのキーボード/マウスアクションインジェクションメカニズムにより、ユーザーのリアルタイム操作は、次に生成される各フレームに影響を与えます。
- 豊富なトレーニングデータ:モデルトレーニング用のUnreal EngineとGTA5などのゲームエンジンをベースに、約1,200時間の高品質インタラクティブビデオを生成します。
2. Matrix-Game 2.0 のパフォーマンスGameWorld
- Score ベンチマークでは、画質、タイミングの一貫性、アクション応答の精度、その他の指標が同様のオープンソース モデル Oasis よりも優れています。
- 動作遅延が短く、相互作用フィードバックがスムーズであるため、リアルタイム世界モデルの可能性の実証と研究に適しています。
3. 現在の制限と欠点
- 低解像度: 公式のデモビデオ解像度は 640×352 で、レトロな CRT モニターの画像テクスチャに近いです。
- 高い実行要件: スムーズなレンダリングには FlashAttention と NVIDIA Apex が必要であり、実行にはハイエンド GPU が適しています。
4. 注目に値する理由 Matrix-Game 2.0
- は完全にオープンソースであり、モデルの重みとコード、MIT ライセンスを提供し、科学研究と二次開発に適しています。
- 強力な実装: 生成ワールド モデルとリアルタイムで制御可能なインタラクションを組み合わせることで、将来の AI ゲームや仮想世界の可能な道筋が示されます。
よくある質問Q
: Matrix-Game 2.0 は直接商品化できますか?
A: このモデルはMITオープンソースライセンスに基づいてライセンスされており、契約に基づいて商用的に入手できますが、生成されたコンテンツのコンプライアンスに注意を払う必要があります。
Q: 解像度を高めることはできますか?
A: これは理論的には、高解像度のトレーニングや超解像の後処理によって実現できますが、計算コストが増加します。
Q: ゲーム以外にどのようなシナリオで使えますか?
A: 仮想トレーニング環境、ロボット シミュレーション、視覚研究、および動的画像のリアルタイム生成を必要とするその他のシナリオで使用できます。
オープンソースアドレス:
https://huggingface.co/Skywork/Matrix-Game-2.0
