外观
控制接口差异（Astronex / Zing / ABot / Matrix）
四条都是 Wan2.2 5B 后训 的开源交互视频 WM，但手柄不是同一个。字段只取 2026-09-16 / 09-19 核验稿与模型卡；缺项保持未公开。
主对照
| 维度 | Astronex-World 1.0 | Zing-0.5 | ABot-World-0 | Matrix-Game 3.5 |
|---|---|---|---|---|
| 主控制 | PRoPE 相机内外参 | 量级感知键盘 W/A/S/D/I/J/K/L | 原始键盘 | 相机轨迹 c2w + 内外参 / tiled PRoPE |
| 连续动作 | 64-D 动作 + 32 embodiment；预留 action-output 头 | 无公开 64-D 头（键位量级） | 无公开连续动作头 | 以相机为主，非 64-D 具身流 |
| 文本事件 | 中途文本事件 | 在线 text prompt，同会话不重启 | 文本条件（非 Zing 式在线事件主叙事） | 文本 prompt |
| 人称 / 角色 | 相机漫游；frustum 检索用于 revisit | 第一人称探索感 | 第三人称 reference-character memory | 第一 / 第三人称；0–4 主角参考图 |
| 记忆 | window20 + sink4；revisit 才开检索 | 滑动窗口（默认 97/9） | 角色 memory + 局部 KV；LongForcing 打时间漂 | Patch Memory（无额外可学参） |
| 因果默认步数 | 8-step UniPC，CFG 3.0 | 4-step | few-step chunk streaming（论文口径） | 3-step 蒸馏学生 |
| 分辨率 / 时钟 | 832×480@24fps（同权 1280×704） | 导出 24 FPS；评测亦见 1248×704 | 1280×704；最高约 16 FPS | 1280×704 / 720p；单卡约 20 FPS（团队/媒体口径） |
| 延迟数字 | 未给独立毫秒 SLA；宣称单卡 L20 实时 | 首帧延迟 未公开/未核验 | 1.2 s action-to-first-frame | 3.5 首帧 未公开/未核验 |
| 推理硬件线索 | 1× L20 48GB | 官方主文档未给单卡吞吐；公开 8×5090 各 1 流 | 1× RTX 5090，峰值 ≈19 GiB | 单卡 H100 约 20 FPS@720p（团队口径）；3.0 多卡 40 FPS 是另一行 |
| 许可 | Apache-2.0 | Apache-2.0 | Apache-2.0 | Apache-2.0 |
| 主评测 | 团队自述 WBench Navi 73.5 / Full 70.0 | 团队自述 Navi 81.0 | WorldRoamBench（未报 WBench） | SANA-WM one-minute（未报 WBench） |
怎么选接口（不新增分数）
- 要键盘可玩 + 中途改剧情：Zing。ABot 更偏「角色在场景里走」，延迟数字更硬。
- 要度量相机 / 几何回访：Matrix 3.5（Patch Memory）或 Astronex（PRoPE + 仅 revisit 检索）。
- 要同时留相机和 64-D 具身头：Astronex。这是四家里控制面最宽的，但 Navi 团队自述低于 Zing，且 Full 的 Inter 分项明显弱。
- 不要用 8-step vs 4-step vs 3-step 的 WBench 数字直接排座次，先对齐 split 与官方评测代码。