用于实时长视频生成的交互式世界基础模型。...
1 / 3
Matrix-Game-2.0 是一个用于实时长视频生成的交互式世界基础模型。它基于基于自动回归扩散的图像到世界框架构建，可以生成基于键盘和鼠标输入的实时[25fps]长视频，从而实现细粒度控制和动态场景演化。
提供了三种预训练模型权重，包括通用场景、GTA 驾驶场景和 TempleRun 游戏场景。
【模型功能】
跨不同场景风格生成：适配多样化视觉美学与地形布局。
精确控制视频生成：在 GTA 等场景中实现细节可控与动态建模。
长视频生成：具备强大的自动回归能力，支持长时段视频创作。
多场景应用：支持 Minecraft 与 TempleRun 等交互式视频生成。