WAIC｜昆仑万维董事长兼CEO方汉：2026为“世界模型元年”

7月19日，2026世界人工智能大会（WAIC）期间，昆仑万维举办“世界模型与多模态范式跃迁”专场论坛，宣布核心模型升级：Matrix-Game 3.5世界模型、Mureka v9.5与O3音乐模型。昆仑万维董事长兼CEO方汉在论坛上宣布2026年为“世界模型元年”，认为AI正从内容生成转向对物理世界的理解与交互。

昆仑万维董事长兼CEO方汉

方汉提出三项产业预判

方汉在主旨演讲中表示，过去两年AI核心命题是“生成”，从2026年起将转向“理解”与“交互”。三项预判如下：

世界模型进入物理世界：具身智能从实验室走向真实环境，要求机器人在行动前进行环境推演（预判动作后果、评估变化、调整策略），竞争焦点转向陌生环境下的通用模型能力。

游戏行业率先被改变：开放世界游戏不再依赖数百人团队手工搭建，Matrix-Game 3.5支持虚拟世界随玩家行动实时生长，未来三到五年世界模型将成为游戏行业基础设施，国产模型在该赛道领跑。

AI音乐、AI视频从技术试验转向大众创作工具：Mureka作为中国最强、全球前两名的音乐生成模型，降低了创作门槛，改变音乐及AIGC创作生态。

Matrix-Game 3.5：Patch级记忆注入，开源架构

Skywork首席科学家成宇发布Matrix-Game 3.5。该模型实现Patch级别记忆注入，5B模型在720p分辨率下单卡20FPS实时生成，具备1分钟记忆能力。技术架构将历史帧切分为带有3D坐标的Patch Memory，推理时检索可见Patch并重新投影到当前视角，作为Memory Token注入DiT，实现长期一致性的空间记忆。相比Frame-level FOV Memory，升级为Patch-level后带来更准确的空间记忆检索、更稳定的相机运动生成、In-context Learning保留基座动态能力、用户可编辑记忆块。

推理加速方面，通过“减少模型吞吐+DiT优化+VAE剪枝”实现单卡20FPS 720p实时推理。

Matrix-Game 3.5延续开源路线，核心架构已开源。此前，DiT作者谢赛宁团队基于Matrix-Game 2.0开源底座发布全球首个多人视频世界模型Solaris；NVIDIA与浙大联合工作Light Interaction基于3.0研发；NVIDIA的SANA-WM和Adobe的RELIC均将Matrix-Game相关模型作为对比基准。

Mureka v9.5与O3：音乐生成模型升级，支持版本化制作

Mureka v9.5和O3发布。v9.5在旋律、人声、音质和编曲上全面升级，指令精准度从6.92提升至7.62（评测体系），在音乐框架中更克制处理编配、人声、情绪与Prompt意图。O3基于V9.5，通过test-time scaling扩展MusiCoT推理过程，在生成过程中进行回看偏差与自我修正，使音乐结构更完整、情绪更连贯。

Mureka已从单一生成工具演进为“版本化制作”平台，包含“模型训练—推理时选优—版本化创作工具—平台分发”的完整流程。同一创意可快速生成多版本，支持旋律、人声、结构维度的局部保留与替换；Studio将DAW操作转化为指令化创作；Character功能可生成专属歌手角色并贯穿歌曲与MV链路；AI配乐可分析视频画面生成匹配音乐；Mureka Agent通过自然语言调用整曲生成、单轨生成、Remix、延伸、MIDI导出、声音克隆等功能。

从左至右分别为：甲子光年创始人张一甲，昆仑万维董事长兼CEO方汉，中国电影家协会副主席黄晓明，演员王珞丹，爱奇艺高级副总裁杨海涛，青年导演崔睿

嘉宾演讲与圆桌

中国科学院院士、南京大学副校长周志华作《关于世界模型的讨论》主旨演讲，将世界模型分为感知层、理解层与决策层，指出决策层面临“多步推演复合误差平方级放大”与“样本复杂度过高”两大理论瓶颈。其团队通过分布匹配技术将推演误差从平方级压至线性级，验证长序列推演可行性；通过逆向运用贝尔曼方程，将所需样本量降至根号T分之一，为战斗机操控、智能工厂等任务提供理论基础。他还提出“学件”概念——由模型与AI生成的“规约”共同构成，允许异构模型在不公开数据的前提下复用与组装。

黎曼动力机器人创始人刘扬介绍Riemann-1.0，为面向Physical AI的Embodied World Action Model，基于超过23.2万小时多源具身交互数据训练，融合第一视角人类视频、UMI示教与异构机器人轨迹，提出全因果世界动作建模架构与三阶段渐进式具身预训练框架，在多个国际主流机器人Benchmark与真实机器人任务上实现仿真与真机双SOTA。

Reactor Technologies CEO兼联合创始人Alberto Taiuti表示，世界模型已从静态、高延迟、无状态的媒体生成范式，跃迁至有状态、实时交互、具备因果逻辑的新范式，其公司平台Reactor为世界模型原生设计的开发者基础设施支持机器人、游戏、仿真等高频交互场景。

具身智能对谈环节，刘扬与破壳机器人创始人、清华大学助理教授许华哲围绕“具身世界模型的ChatGPT时刻”讨论世界模型与VLA边界、机器人通用世界模型训练瓶颈、具身智能Scaling Law及家庭机器人PMF等议题。

圆桌对话“全模态内容革命”由甲子光年创始人张一甲主持，嘉宾包括方汉、中国电影家协会副主席黄晓明、演员王珞丹、爱奇艺高级副总裁杨海涛、青年导演崔睿。

王珞丹提到为获得理想镜头熬夜调整提示词，认为创作者是判断者和决策者，用审美筛选画面，AI能提供超出预期的运镜和流动性，观众在意故事而非媒介形态，创作者始终是表达核心。

黄晓明表示，三个月前看AI电影还能看出表演痕迹，近期再看已无法分辨AI生成，细节到面部斑点毛孔和微表情。他当天用Mureka生成了两首风格歌曲，对AI投资持开放态度。

崔睿指出AI在前期故事板制作和后期补足实拍缺失方面提升效率，认为AI擅长解决人力成本高、执行繁琐的技术难题（如大规模群演场景），并评价SkyReels在一致性和音画同步方面表现突出。

杨海涛透露爱奇艺后台每日收到超3000部AI短剧和上千部AI漫画，AI内容已开始分流真人剧流量；以网络电影《勿念》为例，AI在镜头剪辑上提效超50%，从构思到成片节约三周以上，预计暑期上线更多AI参与的网络故事片。

方汉表示将持续降低创作门槛与Token成本，技术难点在于小众场景数据量不足导致效果不佳，扩散模型去噪机制造成人像“塑料感”，让模型更真实是行业共同目标；后AI时代演员需学导演、导演需学表演，角色边界将模糊。

各方共识：AI不消解人的创造力，而是促使创作者更重视独特体验和情感表达，人机协同成为文娱行业新范式。

昆仑万维自2022年确立“All in AGI与AIGC”战略，至2026年“世界模型元年”，完成从全模态内容生成到可交互世界模型的过渡。Matrix-Game系列持续开源，Mureka升级为版本化制作平台，并与游戏、视频、音乐等文娱赛道形成协同。

(文中内容和观点仅供参考，不构成投资建议。投资有风险，入市需谨慎。)