← أحدث الأبحاث
💻 computer science

Matrix-game 2.0: An open-source real-time and streaming interactive world model

تُعد Matrix-Game 2.0 نموذج عالم تفاعلي في الوقت الفعلي ومفتوح المصدر، يستفيد من خط أنابيب بيانات قابل للتوسع، وحقن الأفعال، والتقطير متعدد الخطوات لتوليد مقاطع فيديو عالية الجودة مدتها دقيقة واحدة وبمعدل 25 إطاراً في الثانية بناءً على مدخلات المستخدم.

المؤلفون الأصليون: Xianglong He, Chunli Peng, Zexiang Liu, Boyang Wang, Yifan Zhang, Qi Cui, Fei Kang, Biao Jiang, Mengyin An, Yangyang Ren, Baixin Xu, Hao-Xiang Guo, Kaixiong Gong, Size Wu, Wei Li, Xuchen Song, Yang Li
نُشر 2026-04-08
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Xianglong He, Chunli Peng, Zexiang Liu, Boyang Wang, Yifan Zhang, Qi Cui, Fei Kang, Biao Jiang, Mengyin An, Yangyang Ren, Baixin Xu, Hao-Xiang Guo, Kaixiong Gong, Size Wu, Wei Li, Xuchen Song, Yang Liu, Yangguang Li, Yahui Zhou

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تلعب لعبة فيديو، ولكن بدلاً من مجرد الضغط على الأزرار لتحريك شخصية، أنت مخرج الواقع نفسه. في كل مرة تحرك فيها الفأرة أو تضغط على مفتاح، يتغير العالم فوراً ليتناسب مع أمرك، مما يخلق فيلماً جديداً كلياً وعالي الدقة في الوقت الفعلي.

هذه هي الفكرة الجوهرية وراء Matrix-Game 2.0، وهو نظام ذكاء اصطنا-عي جديد طورته Skywork AI. إليك شرح مبسط لكيفية عمله، باستخدام بعض التشبيهات من الحياة اليومية.

1. المشكلة: مشكلة "الحركة البطيئة"

كانت نماذج الفيديو السابقة في الذكاء الاصطناعي تشبه الشاحنات الثقيلة وبطيئة الحركة.

  • المشكلة: لصنع فيديو، كان عليها النظر إلى الفيلم بأكمِله من البداية إلى النهاية قبل رسم إطار واحد. كانت بحاجة إلى "التفكير" في القصة بأكملها قبل كتابة جملة واحدة.
  • النتيجة: استغرق ذلك وقتاً طويلاً جداً. لم يكن بإمكانك التفاعل معها في الوقت الفعلي. إذا حركت شخصيتك إلى اليسار، سيستغرق الذكاء الاصطنا-عي ثوانٍ أو دقائق ليفهم كيف يجب أن يبدو الإطار التالي. كان الأمر يشبه محاولة إجراء محادثة مع شخص يحتاج إلى كتابة رواية قبل أن يجيب على سؤالك.

2. الحل: "الطاهي السريع"

Matrix-Game 2.0 يشبه طاهياً فائق السرعة يمكنه طهي وجبة معقدة بينما لا تزال أنت تطلبها.

  • الطهي في الوقت الفعلي: بدلاً من التخطيط للوجبة بأكملها أولاً، ينظر الطاهي إلى طلبك الحالي (حركة الفأرة الخاصة بك)، ويطهي طبقاً واحداً (إطار فيديو واحد)، ثم يسأل فوراً: "ماذا بعد؟".
  • السرعة: يمكنه توليد 25 إطاراً من الفيديو في الثانية الواحدة. هذا سريع بما يكفي ليشعر المرء أنه أمام فيديو مباشر، وليس فيلماً مسجلاً مسبقاً.

3. كيف دربوا الذكاء الاصطنا-عي: "المحاكي الافتراضي"

لتعليم هذا الذكاء الاصطنا-عي كيف يكون طاهياً جيداً، احتاجوا إلى مكتبة ضخمة من الوصفات (البيانات). لكن التصوير في العالم الحقيقي عملية فوضوية ومكلفة.

  • ساحة التدريب: بدلاً من تصوير أشخاص حقيقيين، قاموا ببناء ملعبين افتراضيين ضخمين:
    1. Unreal Engine: محرك ألعاب ثلاثي الأبعاد عالي المستوى حيث قاموا ببرمجة روبوتات للمشي حول المكان، وتجنب الجدران، والاستكشاف.
    2. GTA 5: قاموا باختراق لعبة Grand Theft Auto V الشهيرة لتسجيل لاعبين يقودون السيارات ويتفاعلون مع العالم.
  • الخلطة السرية: في هذه الألعاب، يعرف الكمبيوتر بالضبط ما هو الزر الذي تم ضغطه وما الذي رأته الكاميرا في نفس الميلي ثانية تماماً. خلق هذا "كتاباً مدرسياً" مثالياً لتعلم السبب والنتيجة: "إذا ضغطت على 'W'، تتحرك السيارة للأمام".

4. الخدعة السحرية: "التعليم الذاتي" (Distillation)

عادةً، يتعلم الذكاء الاصطنا-عي من خلال النظر إلى "الإجابة الصحيحة" (الحقيقة الأرضية) لكل خطوة. ولكن في فيديو طويل، إذا ارتكب الذكاء الاصطنا-عي خطأً صغيراً في البداية، فإن هذا الخطأ سيكبر ويكبر، مثل كرة ثلج تتدحرج من فوق تلة حتى تصطدم بشيء ما.

  • الإصلاح: يستخدم Matrix-Game 2.0 تقنية تسمى Self-Forcing. تخيل طالباً يؤدي اختباراً؛ بدلاً من النظر إلى نموذج الإجابة، يتعين على الطالب تقييم إجاباته السابقة واستخدامها للإجابة على السؤال التالي.
  • النتيجة: هذا يجبر الذكاء الاصطنا-عي على تعلم كيفية تصحيح أخطائه أثناء العمل، مما يمنع "اصطدام كرة الثلج" ويحافظ على الفيديو بمظهر سلس وواقعي لعدة دقائق متواصلة.

5. ماذا يمكنه أن يفعل؟

  • قصص لانهائية: يمكنك البدء بصورة لعالم Minecraft، ثم تضغط على مفتاح لتسير للأمام، وسيقوم الذكاء الاصطنا-عي بتوليد فيديو مستمر وعالي الجودة لك وأنت تستكشف ذلك العالم إلى الأبد.
  • أماكن جامحة: إنه يعمل أيضاً على الصور الحقيقية. يمكنك توجيه "كاميرتك الافتراضية" نحو صورة لشارع، وسيقوم الذكاء الاصطنا-عي بمحاكاة سيرك في ذلك الشارع، والتفاعل مع حركة المرور والمباني فوراً.
  • السرعة: يعمل بسرعة 25 إطاراً في الثانية (FPS) على شريحة كمبيوتر قوية واحدة. هذا يعني أنه يمكنك اللعب به مباشرة، تماماً مثل لعبة الفيديو.

الخلاصة

Matrix-Game 2.0 هو محاكي عالم في الوقت الفعلي. إنه يسد الفجوة بين "مشاهدة فيديو" و"العيش داخل فيديو".

  • الذكاء الاصطنا-عي القديم: "دعني أفكر في الفيلم بأكمله... حسناً، إليك الإطار الأول". (بطيء جداً للتفاعل).
  • Matrix-Game 2.0: "تحركت لليسار؟ إليك الإطار التالي. تحركت لليمين؟ إليك الإطار التالي". (تفاعل فوري).

لقد أطلق المبتكرون حتى الكود الخاص بهم و"دماغ" الذكاء الاصطنا-عي للجمهور، آملين أن يستخدمه باحثون ومطورو ألعاب آخرون لبناء الجيل القادم من العوالم التفاعلية، من محاكاة القيادة الذاتية إلى ألعاب الفيديو الغامرة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →