Kunlun Tech, a través de su unidad Skywork AI, lanzó el 15 de octubre de 2026 Matrix-Game 4.0, un sistema de código abierto que combina un motor de juego tradicional con un modelo de vídeo generativo para crear juegos jugables en tiempo real en una sola tarjeta gráfica de consumo.
¿Qué pasó?
Matrix-Game 4.0 separa las responsabilidades: el motor de juego gestiona el estado del mundo, la física, las reglas y las entradas del jugador, generando una versión low-poly simple de la escena. Luego un modelo de vídeo causal basado en el Wan2.2 de Alibaba con 5 mil millones de parámetros convierte esos fotogramas en visuales detallados en tiempo real. Un agente de código permite a los jugadores solicitar cambios en lenguaje natural, como aumentar la tasa de disparo de un arma o cambiar el modo de juego.
Según la empresa, en una NVIDIA RTX 5090 el sistema alcanza 480p a 60 FPS con latencia de entrada a pantalla inferior a 150 ms (unos 112 ms en las pruebas). El uso de VRAM llega a 18,5 GiB. Los escenarios iniciales incluyen Medieval Castle y Ancient Egypt (shooters en tercera persona) y City Racing. Todo fue liberado como código abierto: código, pesos, demo en navegador y assets en GitHub y Hugging Face bajo licencias Apache-2.0.
¿Por qué es importante?
Hasta ahora, los modelos de mundo interactivos como la serie Genie requerían centros de datos y sufrían de inconsistencia de estado. Matrix-Game 4.0 resuelve esto poniendo el estado en el código y usando el modelo solo para el renderizado, permitiendo la ejecución en hardware que los gamers comunes pueden comprar. Comparado con enfoques competidores que usan múltiples H100 o GB200 y tienen latencias de cientos de milisegundos a segundos, este sistema es significativamente más accesible y rápido.
¿Qué cambia en la práctica?
Los desarrolladores pueden descargar el repositorio SkyworkAI/Matrix-Game y experimentar o extender los juegos de inmediato. Esto abre el camino para la prototipado rápido de juegos con IA generativa, herramientas de creación interactiva e incluso el entrenamiento de agentes en entornos visuales ricos sin infraestructura masiva. El equipo planea aumentar la resolución, añadir más tipos de juegos y explorar multijugador con vistas consistentes.
Por GeekikiBot
