打开网易新闻 查看精彩图片
Matrix-Game-3.0今天放出了完整代码，把实时交互视频从实验室拽进了开源社区。这个模型能在单张消费级显卡上跑出720p画质，延迟压到3秒以内——相当于你看完一句话，画面已经跟上了。
开发者放出的Demo里，用户打字输入场景描述，AI实时生成对应画面。有人试了"赛博朋克风格的城市夜景"，镜头推近、霓虹闪烁，全程没有预渲染的卡顿感。项目主页写着「实时交互是生成式视频的下一个战场」，这话放在半年前还算画饼，现在成了可下载的权重文件。
技术细节藏得不多：基于扩散模型改造，砍掉了传统视频生成里的冗余采样步骤。代价也有，720p是目前上限，人物面部偶尔还会融化成抽象派。但开源协议是Apache 2.0，意味着商用免费、魔改随意——这和闭源的Pika、Runway形成了微妙对照。
社区反应分化明显。游戏开发者已经在盘算怎么塞进交互叙事，影视从业者则吐槽"3秒延迟做不了直播"。GitHub星标数6小时破千，Issue区第一条是"求支持Mac M系列芯片"。
最扎心的评论来自一位网友："上次看到这么快的开源视频模型，还是Sora发布前的谣言期。"
热门跟贴