3D生成的行业新标杆，这一次由国产玩家树立。

万万没想到，这样一个堪比游戏全景视角的场景，竟然只由一张图片生成？！

在360°自由环视下，由亭子一隅延伸出的画面始终保持内容一致：

面对更考验几何、色彩能力的场景，也能生成比较真实自然的3D世界。

仔细看，画面所呈现的几何关系（如位置、大小、形状）和遮挡关系基本挑不出毛病，不同区域的颜色也没有突兀的地方。

更神奇的是，我们还能随心所欲控制运动轨迹。

比如先让图片来个直行：

然后立马再来个蛇形走位，拐一个S弯：

甚至，对比李飞飞World Labs团队所采用的方法，新模型还支持更大范围的移动。

原图是酱婶儿的：

李飞飞World Labs团队让这张图的视角逐渐推进，最终生成结果如下：

而Matrix-3D新模型生成的场景明显更为丰富，全景视角下空间感也更为强烈。

Matrix-3D是国产玩家昆仑万维最新推出的3D世界生成框架。作为一个融合全景视频生成与3D重建的统一框架，它从单图像出发，能够生成高质量、轨迹一致的全景视频，并直接还原可漫游的3D空间。

官方测评显示，Matrix-3D在多个主流评估指标上优于360DVD、Imagine360和GenEx，取得全景视频生成任务的SOTA成绩。同时，在相机轨迹引导下的生成任务中，Matrix-3D也在视觉质量和相机可控性方面超越现有方法。

那么，Matrix-3D是如何从一众竞争对手中脱颖而出的呢？

树立3D世界生成新标杆

事实上，Matrix-3D并非昆仑万维第一次在世界模型领域大秀肌肉~

早在今年2月，这家公司就推出全新自研的世界模型——Matrix系列，成为中国第一家同时推出3D场景生成、可交互视频生成模型的探索空间智能的企业。

今年5月13日，昆仑万维也正式开源了（17B+）Matrix-Game大模型，即Matrix-Zero世界模型中的可交互视频生成大模型。Matrix-Game是Matrix系列在交互式世界生成方向的正式落地，也是工业界首个开源的10B+空间智能大模型，它是一个面向游戏世界建模的交互式世界基础模型，专为开放式环境中的高质量生成与精确控制而设计。

如今几个月过去，Matrix-3D算是昆仑万维在确立领先优势后持续投入、不断优化的阶段性成果。

并且这一次，从效果和技术突破两方面来看，Matrix-3D的优势还在扩大。

从比较直观的生成效果来看，Matrix-3D目前具备以下核心优势：

场景全局一致：支持360°自由视角浏览，几何结构准确、遮挡关系自然，纹理风格统一。

生成场景范围大：与现有场景生成方法相比，支持更大范围的、可360°自由探索的场景生成。

生成高度可控：同时支持文本和图像输入，结果与输入高度匹配，支持自定义范围与无限扩展。

泛化能力强：基于自研3D数据与视频模型先验，可生成丰富多样的高质量场景。

生成速度快：首个Feed-Forward（前馈神经网络）全景3D场景生成模型，生成速度更快。

首先，Matrix-3D最极简的玩法是，开局只给它一张参考图（然后还你整片森林bushi。

给图片加上提示词，沉浸式体验游戏的feel立马出来了。

一个方块像素化的景观，包含山脉、树木、水体、天空、云朵，类似《我的世界》风格，高分辨率，色彩鲜艳，纹理细节丰富，氛围宁静。

虽然只提供了某一帧画面，但它也能轻松还原整个场景，形成了一个可供玩家自由探索的游戏世界。

是不是很有《我的世界》内味儿了~

与此同时，正如开头提到的，Matrix-3D还支持玩家自由控制运动轨迹。

仅“看一眼”某个山坡的局部图，再结合用户提供的轨迹图，就能从各种方位开启第一视角爬山之旅。

而且不止S弯和直行，切换成其他轨迹也是OK的。（比如右前方前进）

值得一提的是，Matrix-3D还支持将全景视频转化为3D世界。

如此一来，我们就能直接对图片展开自由探索：

就是说，当用户生成一段场景后，还可以在此基础上对场景进行扩写。

跳过参考图和提示词，第一段be like：

基于第一段，镜头继续来到旁边的另一座研究基地。

可以看到，整个基地的面貌更完整了，而且没有丢失第一段中的关键素材（如第一座基地中分散在各角落的人）。

如此“俄罗斯套娃”后，最终用户将得到一个贴近提示词的科幻大片场景：

一座建在冰川上的未来研究基地，配有发光穹顶和先进机械，四周环绕着冰封景观，具有科幻美学风格，画面极为细致精美。

顺带一提，Matrix-3D提供两种场景重建方案——基于前馈神经网络的方案10s即可完成场景重建，而基于3DGS优化的方案可重建出更精细逼真的场景。

小结一下，Matrix-3D能树立行业新标杆，正是因为它在生成质量上实现了多项关键进步。

而且不止模型能力变强，从技术方面看，背后还蕴藏着团队对多项行业技术难题的成功突破。

包括但不限于下面这些：

相比基于透视图训练的主流思路，全景图可以突破视觉范围限制；

相比主流的点云渲染策略，网格渲染能有效提升几何一致性和色彩一致性；

基于前馈式网络的3DGS优化策略，能加速3D生成；

利用合成数据，3D场景数据稀缺的问题能够得到解决；

……

凭借产品+技术的双重优势，Matrix-3D再次刷新3D世界生成的行业标杆。

昆仑万维：瞄准空间智能

以上不难看出，昆仑万维确实在3D世界生成领域投入了大量心血。

而这一切背后，实则蕴藏着他们对“空间智能”这一前沿技术领域的更大野心。

何谓空间智能？简单来说，就是让机器突破传统二维视觉的限制，能够像人类一样感知、理解并作用于三维空间。

根据量子位智库发布的报告，目前它实际上分为两个层面：物理的三维世界和数字的三维世界。

在数字世界里，空间智能的代表应用即为3D场景生成，以李飞飞World Labs、腾讯HunyunWorld-1.0为代表（当然也包括Matrix-3D），这些应用通过生成高质量的3D内容，为VR虚拟现实、游戏开发和影视制作等领域提供强大的技术支持。

而在物理世界，空间智能的应用主要体现在自动驾驶、具身智能领域。这些场景在强调感知与理解的同时，更加注重“行动”能力，对交互性的要求也更高。

例如，自动驾驶汽车需要实时感知周围环境并做出决策，具身智能机器人需要在复杂环境中进行物理交互。

而最终，其目标是构建世界模型，即通过数字化的方式模拟和预测物理世界的运行规律，实现完美“人机交互”。

总而言之，对各行各业来说，空间智能普遍被视为“实现AGI的关键一步”，属于那种“有条件要上，没有条件创造条件也要上”的核心技术。

具体到昆仑万维，实际上Matrix-3D的出现并非偶然，而是其长期战略布局与技术积淀的自然成果。

昆仑万维Matrix系列世界模型正是其在AGI路径上的关键动作，包括5月正式开源的「可交互视频生成Matrix-Game大模型」，以及今天同样开源的「Matrix-3D大模型」——通过3D世界的自动生成，赋能AI对空间的识别与理解能力，这代表着其在“空间智能”方向上的重要探索。

这也符合昆仑万维一直以来的“All in AGI与AIGC”战略规划。

过去三年，他们在视觉多模态、深度学习、强化学习等核心技术领域持续投入，先后推出了多项重磅产品与平台。

包括天工超级智能体（Skywork Super Agents）、AI音乐创作平台Mureka、AI短剧平台SkyReels、AI社交产品Linky等，形成了“AI前沿基础研究——基座模型——AI矩阵产品/应用”的全栈式AI产业链。

其中，空间智能作为多模态发展的延伸方向，已成为不可或缺的一环。

Matrix-3D的出现，正是这一战略体系向“空间理解”能力进一步延伸的体现。它不仅整合了公司在多模态模型方面的技术积累，也进一步提升了昆仑万维在世界模型与空间智能赛道上的竞争优势。