昆仑万维发布 Matrix-Game 3.5，世界模型的物理恒存难题有解了

世界模型是今年 WAIC 的焦点话题。论坛、展台、发布会，这一技术几乎无处不在。具身落地元年到来，AI 迈向现实世界离不开世界模型的支持。资本市场上，创业公司零产品、零营收也能拿到高估值；WAIC 上讨论的却是更朴素的技术问题：世界模型如何真正理解物理世界，又该如何走向真实世界。

7月19日，昆仑万维举办「世界模型与多模态范式革命」专场论坛，用技术细节回应了上述问题。昆仑万维董事长兼 CEO 方汉在论坛上宣布：「2026年为世界模型元年。」Matrix-Game 3.5 正是昆仑万维在这一「元年」中推出的核心产品。

从 Matrix-Game 3.5 发布的技术突破来看，「物理恒存」被列为重点攻克的问题。这一物理世界的基础能力，曾让世界模型集体受挫。哈佛、MIT、IBM、谷歌联合发布的评测基准 MemoBench，专门考察「物体恒存」：物体离开视野后重新出现，是否还在、外观如何、位置是否变化。三岁孩童能拿满分的测试，十个主流世界模型集体不及格，满分 1 分，最高分仅 0.58 分。

问题根源在于 Matrix-Game 团队提出的世界模型定义框架：理解当下状态、预测下一个状态、将预测结果渲染呈现。多数模型只完成了第三层，跳过前两层直接「渲染」，导致「物体恒存」测试不及格。MemoBench 的评语指出：现有模型即使能生成视觉上完全连贯的画面，也几乎无法在物体重新出现时，正确恢复它在消失期间本该经历的状态变化。

「物体恒存」可拆解为三道具体难题：认不出，即无法在物体重现时准确识别其身份；变不对，即无法正确推演并还原物体在消失期间发生的状态变化。Matrix-Game 3.5 逐一给出了解决方案。

▎针对「记不住」问题，Matrix-Game 3.5 将「时间相册」升级为「三维地图」。这源于 Transformer 的结构性缺陷：注意力窗口越大，早期信息被稀释得越严重，记住新的，旧的就被挤出。即便是行业标杆谷歌 Genie 3，也只能保持约一分钟的一致性，之后场景逐渐崩坏。