人人都在卷多模態(tài)，可多模態(tài)之后呢？

直到今天，終于有人給出了清晰答案——而且是剛剛把多模態(tài)卷到全球第一梯隊(duì)的國產(chǎn)玩家。

不是更強(qiáng)的模型，而是平臺(tái)。

更關(guān)鍵的是，這個(gè)判斷并非來自一次普通發(fā)布，而是出現(xiàn)在中關(guān)村論壇這一國家級(jí)科技創(chuàng)新平臺(tái)之上。

天工AI董事長兼CEO周亞輝在《世界模型前沿技術(shù)與天工AIGC全家桶大模型生態(tài)》發(fā)布會(huì)上分享：

• 過去三年，第一次躍遷已經(jīng)完成。從移動(dòng)互聯(lián)網(wǎng)的流量經(jīng)濟(jì)，進(jìn)入了大模型工具時(shí)代。
• 而現(xiàn)在，第二次躍遷正在發(fā)生。從大模型工具時(shí)代，邁向AI平臺(tái)經(jīng)濟(jì)，也就是AI原生的平臺(tái)經(jīng)濟(jì)時(shí)代。
• 在這個(gè)新時(shí)代里，模型是引擎，平臺(tái)是工廠，創(chuàng)意創(chuàng)作者是老板，三者合為一體，讓每個(gè)人都能充分釋放創(chuàng)造力。

當(dāng)“平臺(tái)”二字一出，臺(tái)下的我們此刻終于明白天工AI之前那些看似費(fèi)解的動(dòng)作：

為什么死磕原生多模態(tài)？為什么在視頻、音樂、游戲等領(lǐng)域四面出擊？為什么模型更新節(jié)奏飛起？

答案其實(shí)很簡單。

因?yàn)樽源蜻x擇All in AGI和AIGC開始，這條路將會(huì)經(jīng)歷什么、以及終點(diǎn)何在就已經(jīng)寫好了——

不是單純做一個(gè)更強(qiáng)的模型，而是搭一套完整的AI平臺(tái)。

從天工AI以往的實(shí)踐來看，這個(gè)平臺(tái)包含內(nèi)外兩層。內(nèi)層是從技術(shù)→模型→應(yīng)用的完整閉環(huán)；外層則是這個(gè)閉環(huán)吸引開發(fā)者、創(chuàng)作者和合作伙伴不斷加入后，由平臺(tái)演化而成的生態(tài)。

所以，當(dāng)天工AI如今又?jǐn)[出2026 AGI戰(zhàn)略和三大模型“全家桶”時(shí)，一切就都說得通了。

天工AIGC“全家桶”來了

說回此次發(fā)布會(huì)。

這一次，天工AI直接一口氣發(fā)布了三款模型——不僅量大管飽，而且每一個(gè)都位居各自賽道的全球第一梯隊(duì)。

• AI游戲世界模型Matrix-Game 3.0
• AI視頻大模型SkyReels V4
• AI音樂大模型Mureka V9

當(dāng)這幾個(gè)模型同臺(tái)亮相時(shí)，我們這才意識(shí)到：

原來它們此前并非孤立推進(jìn)，而是在逐步拼出一個(gè)“可理解、可生成、可交互”的世界模型雛形。

游戲世界模型率先把能力放進(jìn)可交互場(chǎng)景中跑起來，視頻與音樂則在此基礎(chǔ)上不斷補(bǔ)齊世界的理解與表達(dá)維度，三個(gè)模型互相配合、彼此反哺，在應(yīng)用中不斷迭代完善。

然后只要等到每個(gè)模型足夠強(qiáng)大、這套閉環(huán)真正跑通時(shí)，天工AI的世界模型，也就不再遙遠(yuǎn)了。

至于當(dāng)下天工AI離世界模型還有多遠(yuǎn)，不妨一起看看這次發(fā)布的三款模型。

游戲模型Matrix-Game 3.0

對(duì)于游戲世界模型，天工AI的思路很好懂——

既然世界模型主打“可交互”，那不如早早把模型丟進(jìn)游戲這種實(shí)時(shí)交互環(huán)境里，讓它一邊生成一邊學(xué)習(xí)。

而這，就是Matrix-Game系列模型正在做的。

到Matrix-Game 2.0，天工AI已經(jīng)讓實(shí)時(shí)交互這件事變成了現(xiàn)實(shí)，3.0則主要解決兩個(gè)業(yè)界“老大難”：

• 長時(shí)序一致性（Memory）
• 高分辨率實(shí)時(shí)生成（Resolution + Real-Time）

過去很多世界模型，本質(zhì)上仍未脫離“視頻生成模型”的范疇——幾秒十幾秒OK，一旦拉長就開始“失憶”，出現(xiàn)場(chǎng)景變形、物體突然消失等“鬼畜”現(xiàn)象。

所以Matrix-Game 3.0決定給模型補(bǔ)上“記憶”。

生成當(dāng)前幀時(shí)，它不光看最近幾秒的畫面，還會(huì)根據(jù)當(dāng)前視角，從之前的長視頻里找出相關(guān)的關(guān)鍵幀一起參考。

而且還會(huì)進(jìn)一步通過幾何信息看懂“同一個(gè)場(chǎng)景不同角度該咋對(duì)應(yīng)”。

這樣一來，哪怕過了一分鐘，再回到同一個(gè)位置，生成出來的內(nèi)容依然一致。

換言之，模型對(duì)世界的長期記憶能力，現(xiàn)在已經(jīng)來到了分鐘級(jí)。

視頻地址：https://mp.weixin.qq.com/s/lNdMYYhM3bYHPvLD7Bkr1A

另外，世界模型由于主打“邊交互邊生成”，所以對(duì)實(shí)時(shí)性要求極高。

Matrix-Game 3.0目前交出的答卷是——在720P分辨率下，5B模型實(shí)現(xiàn)最高40FPS的實(shí)時(shí)生成。

這意味著模型不再只是一個(gè)離線生成工具，而是可以像游戲引擎一樣運(yùn)行起來：

用戶按下鍵盤、移動(dòng)視角，模型立刻給出反饋，整個(gè)世界隨之變化。

而為了突破實(shí)時(shí)性瓶頸，天工AI用三招將原本“慢而復(fù)雜”的生成流程，壓縮成一套可以實(shí)時(shí)運(yùn)行的系統(tǒng)。

• 減少步數(shù)：大幅壓縮推理步數(shù)，把生成速度拉上來；
• 提前適應(yīng)：訓(xùn)練階段就讓模型模擬真實(shí)運(yùn)行，一次生成多段內(nèi)容，提前適應(yīng)長時(shí)間運(yùn)行時(shí)的誤差累積；
• 邊生成邊糾偏：讓模型在高速生成的同時(shí)，不斷自我校正。

到這里，當(dāng)模型同時(shí)解決了實(shí)時(shí)性與長時(shí)序問題后，世界模型才真正從“視頻生成器”，變成了一個(gè)“可交互系統(tǒng)”。

當(dāng)然，要做到這一步，靠的可不只是模型本身——背后是數(shù)據(jù)引擎、模型架構(gòu)、推理部署三個(gè)層面的系統(tǒng)性升級(jí)。

昆侖萬維首席科學(xué)家、香港中文大學(xué)教授成宇表示：

• 從技術(shù)趨勢(shì)來看，世界模型的發(fā)展經(jīng)歷了幾個(gè)關(guān)鍵躍遷：從video到world，從生成視頻到生成可交互的環(huán)境；從offline到real time，從離線生成到實(shí)時(shí)交互；從短時(shí)記憶到分鐘級(jí)長序列一致性；從學(xué)界可研究的模型到產(chǎn)品商業(yè)化。
• 而在Matrix-Game 3.0上，我們從數(shù)據(jù)、模型、推理三個(gè)層面，完成了關(guān)鍵躍遷——從可運(yùn)動(dòng)的交互demo，走向具備穩(wěn)定性和工業(yè)級(jí)生成能力的世界模型系統(tǒng)。

視頻模型SkyReels V4

再看視頻模型SkyReels V4。

它的出現(xiàn)恰好回答了一個(gè)問題：為什么做世界模型，大多從視頻模型開始？

背后的邏輯其實(shí)很直接——視頻是世界模型最好的“訓(xùn)練場(chǎng)”。

相比靜態(tài)圖片，兼具時(shí)空維度的視頻包含了物體運(yùn)動(dòng)、光影變化、因果關(guān)系等物理規(guī)律，這些正是世界模型需要理解的核心能力。

輸出方面，視頻模型練的是“預(yù)測(cè)下一幀”，世界模型則是“預(yù)測(cè)下一秒”，后者需要前者提供堅(jiān)實(shí)支撐。因?yàn)橹挥邢瓤炊澜缛绾芜\(yùn)轉(zhuǎn)，才能與之交互。按成宇的話來說就是：

• 世界模型的核心在于學(xué)習(xí)一個(gè)狀態(tài)轉(zhuǎn)移參數(shù)，給定當(dāng)前狀態(tài)和動(dòng)作，預(yù)測(cè)下一個(gè)時(shí)刻的狀態(tài)。與傳統(tǒng)的生成模型不同，世界模型不光關(guān)注當(dāng)前的生成結(jié)果，更關(guān)注動(dòng)作建模與環(huán)境交互之間的因果關(guān)系。因此，它具備三個(gè)特征——?jiǎng)討B(tài)性、可交互性和物理一致性。

那么，接下來的問題就只剩下：SkyReels V4已經(jīng)走到哪里了？

答案上周已經(jīng)揭曉——最最最前排。

在Artificial Analysis文轉(zhuǎn)視頻（含音頻）全球榜，SkyReels V4超越Veo 3.1、Sora 2等國際主流模型，直接登頂。

而它能脫穎而出，關(guān)鍵就在于解決了AI視頻生成的四大頑疾：音畫不同步、可控性差、缺敘事邏輯、商用落地難。

音畫不同步，那就甩出自研對(duì)稱雙流MMDiT架構(gòu)，從底層就把音、視頻焊在一起。

視頻生成可控性差全靠“抽卡”，那就把全模態(tài)參考和各種增刪改功能安排上。

把文本、圖片、音視頻統(tǒng)一到一個(gè)框架里之后，首尾幀、運(yùn)動(dòng)軌跡、多圖參考便都能用上——給的信息越具體，結(jié)果就越可控。

如果還不滿意，也不用重來，直接增刪改繼續(xù)調(diào)，最后拿到的就是一段可以直接用的視頻。

當(dāng)然，上面這些還只是基礎(chǔ)。

真要落地短劇、影視、廣告等場(chǎng)景，光“能生成”肯定不夠——還得會(huì)“講故事”。

為了提高視頻模型的敘事能力，SkyReels V4引進(jìn)了強(qiáng)化學(xué)習(xí)。

一邊用全模態(tài)語義Reward模型去盯過程，告訴模型不要只看單幀好不好，還要看整段視頻是否合理。

另一邊用“階梯式課程學(xué)習(xí)”的方式，讓模型從分辨率與時(shí)長、任務(wù)復(fù)雜度、數(shù)據(jù)難度三個(gè)維度，由簡入繁掌握復(fù)雜能力。比如先學(xué)拍5秒的靜物，再學(xué)拍10秒的走路，最后才學(xué)拍15秒的復(fù)雜劇情。

結(jié)果就是，生成的視頻不再是畫面的簡單拼接，而是有因果、有節(jié)奏、有表達(dá)的內(nèi)容。

比如僅提供一段提示詞+幾張關(guān)鍵幀，SkyReels V4就能創(chuàng)作時(shí)下爆火的AI漫劇：

視頻地址：https://mp.weixin.qq.com/s/lNdMYYhM3bYHPvLD7Bkr1A

最后則是一個(gè)很關(guān)鍵也很難的一點(diǎn)——商業(yè)化。

前面的能力再強(qiáng)，如果成本下不來、流程跑不通，落地依舊很難。

SkyReels V4的做法，是把復(fù)雜問題“收斂”到一個(gè)統(tǒng)一框架里：生成、編輯等任務(wù)不再分散，一套系統(tǒng)就能跑通全流程。

同時(shí)在效率上做針對(duì)性優(yōu)化——低分辨率跑全局，高分辨率補(bǔ)關(guān)鍵，疊加稀疏注意力，計(jì)算成本壓到原來的三分之一。

最終，SkyReels V4在保證1080P、32FPS、15秒成片質(zhì)量的同時(shí)，也具備了規(guī)?；a(chǎn)視頻的可能。

目前，SkyReels V4已經(jīng)在天工AI海外短劇平臺(tái)DramaWave中落地驗(yàn)證，同時(shí)也通過API對(duì)外開放。

從“可生成”到“可生產(chǎn)”，SkyReels V4已經(jīng)邁出關(guān)鍵一步。

音樂模型Mureka V9

最后是音樂模型Mureka V9。

一個(gè)完整的世界顯然不止有畫面，還得有聲音、有旋律、有情緒——而這，正是天工AI打造音樂模型的原因。

回看天工AI音樂模型的迭代過程，不難發(fā)現(xiàn)Mureka V9已經(jīng)達(dá)到了一個(gè)新的里程碑：

從“能寫出來”升級(jí)為“能按你想的方式寫出來”。

玩過AI音樂的人都知道，現(xiàn)在的難點(diǎn)不是“AI能不能寫”，而是寫完能否讓人眼前一亮，能不能寫到人心坎里去。

很多時(shí)候，AI寫的歌就是差那么點(diǎn)意思——歌詞放不對(duì)地方，情緒推不上去，該唱重的地方唱輕了。

針對(duì)這種“表達(dá)偏差”，Mureka V9依托進(jìn)一步優(yōu)化的自研MusiCoT技術(shù)，在段落內(nèi)文本控制、生成效率、混音質(zhì)量與整體聽感上進(jìn)行了全方位打磨。

所以現(xiàn)在，模型不再只是按照提示詞“生成一段音樂”，而是以更接近真實(shí)創(chuàng)作邏輯的方式，理解“這一段該唱什么、怎么唱、為什么要這樣推進(jìn)”。

這里也淺淺放一個(gè)demo，讓大家感受下Mureka V9的實(shí)力——來一首含中英法西四種語言的夏日慵懶曲。

音頻地址：https://mp.weixin.qq.com/s/lNdMYYhM3bYHPvLD7Bkr1A

各位聽完感受如何？

雖然目前Mureka V9的第三方跑分還沒出來，但就在這兩天，Mureka V8已經(jīng)登頂Artificial Analysis音樂模型榜了。

只能說，如果V8就已經(jīng)打敗了Suno V4.5、Udio v1.5 Allegro等國際主流模型，那V9就更不用多說了。

當(dāng)然，Mureka V9的價(jià)值遠(yuǎn)不止“寫歌”。

更重要的是，它讓“好的AI音樂是一種音樂新品類”這件事，更加站得住了。

自Mureka V8起，天工AI就把“好的AI音樂”視為一種比肩爵士、鄉(xiāng)村、說唱的音樂新品類。

這背后，不光有Mureka V8帶來的那個(gè)“啊哈”時(shí)刻，更關(guān)鍵的是，供給側(cè)和需求側(cè)都在變。

一邊是被徹底改寫的供給側(cè)。音樂創(chuàng)作不再是低頻、高成本的少數(shù)人游戲，而是模型驅(qū)動(dòng)下高頻、可迭代、可版本化的日常生產(chǎn)。

另一邊是被日漸激活的需求側(cè)。當(dāng)人們發(fā)現(xiàn)用AI能隨時(shí)隨地表達(dá)情緒、記錄生活，那么音樂就從一種被動(dòng)消費(fèi)內(nèi)容，變成了一種新的用來表達(dá)自我的語言。

于是天工AI相信，在供給與需求同時(shí)發(fā)生結(jié)構(gòu)性變化的情況下，行業(yè)必然會(huì)出現(xiàn)新的平臺(tái)形態(tài)，用以承載這種AI原生的內(nèi)容形態(tài)、創(chuàng)作方式與用戶行為。

• 正如Spotify在流行音樂時(shí)代所扮演的角色一樣，AI音樂這一新音樂品類，也需要一個(gè)中心平臺(tái)，來連接創(chuàng)作者、用戶與分發(fā)生態(tài)。Mureka正是在這一判斷下誕生的產(chǎn)品。

而從Mureka V8到V9，正值A(chǔ)I音樂從“模型效果探索期”進(jìn)入“系統(tǒng)能力與工程化競爭期”的關(guān)鍵節(jié)點(diǎn)，天工AI用穩(wěn)居全球第一梯隊(duì)的實(shí)力把這個(gè)判斷一步步做實(shí)了。

現(xiàn)在，當(dāng)我們把三大模型的能力拼在一起時(shí)，天工AI關(guān)于世界模型的圖景便逐漸清晰了：

Matrix-Game系列先把視覺與交互能力組織成一個(gè)可以實(shí)時(shí)運(yùn)行的世界框架，SkyReels系列進(jìn)一步承擔(dān)對(duì)世界的理解與預(yù)測(cè)，Mureka系列則補(bǔ)齊表達(dá)與情緒維度。

在這個(gè)框架之上，聲音、音樂等多模態(tài)能力還可以不斷接入，最終走向一個(gè)更完整的可交互世界。

至此，一個(gè)可運(yùn)行的世界模型雛形，已然出現(xiàn)。

原來天工AI下的是這樣一盤棋

但問題是：這和我們開頭講的“平臺(tái)”有啥關(guān)系？

很多人一看到三大模型齊發(fā)布，就會(huì)下意識(shí)以為，這不過是一次“模型的集中上新”。

但如果告訴你，這里的每一個(gè)模型都已躋身全球第一梯隊(duì)，你是否會(huì)覺得事情開始變得不一樣了。

沒錯(cuò)，這正是天工AI在將多模態(tài)卷到頂之后的想法——讓模型不再只是能力本身，而是變成可被組織、調(diào)度的平臺(tái)資源。

至于怎么搭這個(gè)平臺(tái)，天工AI董事長兼CEO周亞輝在發(fā)布會(huì)上將其總結(jié)為“3+1戰(zhàn)略”，即三大場(chǎng)景大模型+天工超級(jí)智能體（Skywork Super Agents）。

• 我們正式發(fā)布昆侖萬維2026年的AGI戰(zhàn)略升級(jí)，即“3+1”生態(tài)架構(gòu)。相比三年前，最大的變化在于收斂。
• 底層是四大SOTA大模型——視頻、音樂、游戲世界模型，再加上面向Agent的Skywork 6.0，這是我們整個(gè)體系的引擎。
• 上層是三大AI原生平臺(tái)經(jīng)濟(jì)體，通過SOTA模型驅(qū)動(dòng)內(nèi)容生產(chǎn)，再結(jié)合平臺(tái)分發(fā)，形成端到端的閉環(huán)。
• 最后那個(gè)“1”，就是Skywork Super Agents。它是背后的通用操作系統(tǒng)，是面向未來5億內(nèi)容創(chuàng)作者的“一人公司操作系統(tǒng)”。

拆開來看，這套戰(zhàn)略并不只是模型層面的能力組合，而是已經(jīng)延伸到了具體的產(chǎn)品與平臺(tái)形態(tài)：

• 游戲世界模型→新一代AI開放世界模擬游戲平臺(tái)“貓森學(xué)園”；
• 視頻模型→海外付費(fèi)短劇平臺(tái)DramaWave（“AI版Netflix”）；
• 音樂模型→AI音樂創(chuàng)作與分發(fā)平臺(tái)Mureka（“AI版Spotify”）。

顯然，天工AI是想搭建這樣一套體系——

底層是多模態(tài)模型能力，中間是統(tǒng)一調(diào)度的智能體，上層則是面向開發(fā)者與行業(yè)的應(yīng)用與生態(tài)。

也就是說，到了現(xiàn)在這個(gè)階段，天工AI已經(jīng)在思考模型之后的下一步了，即如何將其組合成一個(gè)真正可用的系統(tǒng)。

那么問題來了，對(duì)天工AI來說，為什么是現(xiàn)在呢？

模型實(shí)力肯定是一部分原因。

無論從行業(yè)出發(fā)，還是天工AI自己取得的成就，都在說明模型能力已經(jīng)到了臨界點(diǎn)。

換言之，多模態(tài)協(xié)同已經(jīng)具備了基礎(chǔ)。

但更深的變化，其實(shí)還是來自產(chǎn)業(yè)側(cè)——過去AI更多是工具，但現(xiàn)在開始進(jìn)入生產(chǎn)流程本身。

要理解這一點(diǎn)，在以《全模態(tài)內(nèi)容革命：AI游戲、AI視頻、AI音樂的創(chuàng)新、落地與生態(tài)共建》為主題的圓桌環(huán)節(jié)，幾位嘉賓的切實(shí)分享便是最直接的印證。

QQ炫舞創(chuàng)始人姚勇（下圖左三）觀察到，AI正在逐個(gè)擊破游戲開發(fā)的“新鮮、好看、好玩”三座大山，將過去“費(fèi)錢費(fèi)時(shí)間”的環(huán)節(jié)大幅壓縮。

電子音樂人、多領(lǐng)域創(chuàng)作者朱婧汐（右二）則將AI視為“同時(shí)打開很多扇窗”的助手，能幫她從幾十種可能性中快速選擇創(chuàng)作方向。

• 以前需要和制作人在錄音棚里一個(gè)一個(gè)試風(fēng)格，耗時(shí)費(fèi)力，而現(xiàn)在AI可以瞬間生成幾十種可能性，甚至是“非常抽象、夸張、不可思議”的嘗試。

導(dǎo)演周楠（右一）則指出，對(duì)普通人而言AI降低了創(chuàng)作門檻，對(duì)專業(yè)創(chuàng)作者而言，真正的挑戰(zhàn)在于如何讓AI理解電影的專業(yè)語言（比如鏡頭、剪輯、敘事）——而這正是他們正在攻克的“臨門一腳”。

只能說，在最先接觸到AI的這批玩家里，AI已經(jīng)成了他們工作流中不可或缺的角色，只不過鑒于AI能力還有增長空間，所以一時(shí)還各有難題需要解決。

Anyway，這些產(chǎn)業(yè)一線人員的經(jīng)歷表明：

當(dāng)AI從“輔助”走向“參與”，甚至開始“主導(dǎo)”部分生產(chǎn)環(huán)節(jié)時(shí)，單點(diǎn)能力已經(jīng)不夠用了。

于是提前洞察這一趨勢(shì)的天工AI，早早就給出了全模態(tài)的解法。

為什么要做全模態(tài)？昆侖萬維董事長兼CEO方漢舉了一個(gè)非常生動(dòng)形象的例子：

• 全模態(tài)之所以存在就是為了降低表達(dá)門檻，比如為什么要做視頻，這是因?yàn)槭郎线€有很多人不識(shí)字，如果只有文字那么這部分人就無法表達(dá)自我、“被看見”。所以，全模態(tài)就是我們?yōu)榱俗屗腥吮磉_(dá)自己，而必須要走的一條路。

而在天工AI實(shí)現(xiàn)全模態(tài)后，接下來真正決定上限的，是能否把這些能力組織起來，承載真實(shí)的生產(chǎn)與交互。

而這，正是天工AI選擇在這個(gè)時(shí)間點(diǎn)提出“3+1戰(zhàn)略”的深層原因。

從這個(gè)角度講，這次發(fā)布的意義不只是模型更強(qiáng)了，而是天工AI已經(jīng)開始著手搭建一個(gè)AI平臺(tái)——

一個(gè)將單模態(tài)能力組織起來，形成可持續(xù)、可規(guī)?；瘍?nèi)容生產(chǎn)的系統(tǒng)。

從多模態(tài)來，到平臺(tái)生態(tài)去。

全球第一梯隊(duì)，迎來“全能”國產(chǎn)玩家！

而在發(fā)布會(huì)之外，天工AI轉(zhuǎn)向“平臺(tái)”背后還釋放了更直接的信號(hào)：

全球第一梯隊(duì)，迎來了一位全能國產(chǎn)玩家。

怎么說呢？這就像給整個(gè)行業(yè)投入了一尾鯰魚，讓競爭焦點(diǎn)從單點(diǎn)能力轉(zhuǎn)向體系化能力。

過去一段時(shí)間，AI行業(yè)的競爭大致分成兩條路徑：

一類玩家主要在單一模態(tài)上卷極致，比如大家熟悉的Midjourney、還未“消亡”前的Sora等，一聽名字你就知道它們是干啥的。

另一類則開始嘗試把單一模態(tài)的能力拼起來，朝著一個(gè)統(tǒng)一的系統(tǒng)或平臺(tái)發(fā)力。由于要做的事情更多更復(fù)雜，所以業(yè)界普遍認(rèn)為后者更難。

現(xiàn)實(shí)中，后者不僅考驗(yàn)?zāi)Ｐ湍芰Ρ旧?，還要求在架構(gòu)設(shè)計(jì)、工程能力、產(chǎn)品形態(tài)乃至生態(tài)構(gòu)建上形成協(xié)同——

任一環(huán)節(jié)掉鏈子，整套體系都很難成立。

也正因如此，真正走到這一步的玩家，始終寥寥。

而天工AI作為后者之一，它走到“平臺(tái)”這一步，并不是偶然。

自母公司昆侖萬維2022年確立“All in AGI與AIGC”戰(zhàn)略以來，天工AI已經(jīng)構(gòu)建起“模型+產(chǎn)品”的完整矩陣。

一張圖總結(jié)如下：

如果說這張圖展示的是能力布局，那么實(shí)際表現(xiàn)同樣給出了驗(yàn)證——目前昆侖萬維的海外服務(wù)覆蓋全球100多個(gè)國家和地區(qū)，全球平均月活躍用戶近4億，海外收入占比達(dá)92%。

所以回過頭看，天工AI其實(shí)早就在為“平臺(tái)”鋪路：

從原生多模態(tài)的持續(xù)投入，到視頻、音樂、游戲等多個(gè)方向的同步推進(jìn)，再到這次以“3+1戰(zhàn)略”為核心的整體亮相，這條路徑始終在向同一個(gè)目標(biāo)收斂。

而且雖然前面一直在說多模態(tài)，但天工AI實(shí)際上已經(jīng)做到了“全模態(tài)”。

有一說一，互聯(lián)網(wǎng)發(fā)展至今，幾乎所有公司都曾試圖“做平臺(tái)”，畢竟“一流公司做平臺(tái)”的口號(hào)已經(jīng)深入人心。

但最終能夠真正跑出來的，始終只有少數(shù)幾家。

絕大多數(shù)失敗者，往往敗于“先搭臺(tái)、后唱戲”——平臺(tái)是建起來了，卻沒有足夠稀缺的能力來支撐。

而天工AI的路徑恰恰相反，先拿下“全模態(tài)”這張硬牌，再向平臺(tái)延伸。

因此，雖然天工AI能否成為幸運(yùn)兒尚未可知，但至少，這第一步算是已經(jīng)搶先邁出去了。

而且別的不說，能在中關(guān)村論壇開AI專場(chǎng)（拿下國家級(jí)平臺(tái)背書與政府認(rèn)可），本身便是實(shí)力的證明。

Matrix-Game 3.0開源地址：
主頁：https://matrix-game-v3.github.io/
代碼：https://github.com/SkyworkAI/Matrix-Game/tree/main/Matrix-Game-3
模型：https://huggingface.co/Skywork/Matrix-Game-3.0