外观
Matrix-Game 3.5
同先验 5B 上的几何记忆 + 3-step 因果蒸馏;强调分钟级 720p 与相对 3.0 的长程/单卡吞吐。
结构化 stub:仓库内 data/models/matrix-game-3.5.yml。
核验字段
| 字段 | 值 |
|---|---|
| 名称 | Matrix-Game 3.5 |
| 机构 | Riemann Dynamics(论文作者;3.0 为 Skywork AI;媒体常关联昆仑万维 Skywork) |
| 公开时间 | 3.5:媒体约 2026-07;arXiv 2026-08-30。3.0 更早(arXiv:2604.08995) |
| arXiv | 2608.29910 |
| 参数量 | 5B(Wan2.2-TI2V-5B 上) |
| 基座 | Wan2.2-TI2V-5B |
| 分辨率 | 720p(704×1280 / 1280×704) |
| 帧率 | 团队/媒体:单卡约 20 FPS@720p(INT8 DiT + MG-LightVAE 等)。3.0 官方页:最高 720p@40 FPS(8 GPU DiT + 1 GPU VAE) |
| 延迟 | 未公开/未核验(3.5) |
| 控制 | 相机轨迹(c2w extrinsics + intrinsics / PRoPE);第一人称 / 第三人称(0–4 主角参考图);文本 |
| 模态 | 视频(Patch Memory / 几何记忆) |
| 时长口径 | 3.5:minute-long real-time interactive generation;3.0:stable memory consistency over minute-long sequences |
| 开源 | 是 |
| 许可 | Apache-2.0(3.5 README / GitHub) |
| GPU hours | 未公开 |
| 训练硬件 | 训练卡数/型号:未公开(BF16 + DeepSpeed ZeRO-2)。推理:单卡 H100 可达约 20 FPS@720p(团队口径) |
| WBench | 论文未报 WBench |
| 其他评测 | SANA-WM one-minute bench(Simple/Hard):3.5 在单卡 720p 上综合强于 3.0(如 Hard overall 80.85 vs 3.0 的 78.79 等,论文表;团队自述) |
| 核验日 | 2026-09-19 |
训练阶段
Base:相机 + Patch Memory(无额外可学参)+ tiled PRoPE 联合训。Distill-1:Perceptual Flow Matching(InternVideo2 特征)+ teacher-forced。Distill-2:curriculum Self-Rollout DMD(先无 memory 再逐步打开)→ 3-step。
选型要点
要「几何回访 + 分钟级 720p + Apache」时看 3.5。3.0 是直接同先验前代,多卡 40 FPS 与单卡 20 FPS 不可混为一谈。
诚实边界
蒸馏步数公开(Perceptual causal 10,000 steps;Self-Rollout DMD 1,000 outer steps)但无卡数/步时,不可换算 GPU hours。3.0 约 4.8M clips 有论文数字;3.5 文中未重报具体 M clips。
来源
另见 Wan5B 后训对照、WM 全景、控制接口差异。