2026WAIC 昆仑万维董事长兼CEO方汉：2026为“世界模型元年”
2026年世界人工智能大会上，昆仑万维发布Matrix-Game3.5世界模型、Murekav9.5与O3音乐模型。董事长方汉提出2026年为“世界模型元年”，AI从生成转向理解与交互。三大预判：世界模型进入物理世界、游戏行业被重塑、AI音乐成为大众创作工具。Matrix-Game3.5实现实时推理，Mureka开创多模态音乐创作。
2026年7月20日，上海西岸，世界人工智能大会的一场论坛上，昆仑万维扔出了一颗重磅冲击波。这家深耕AI多年的公司，借着“世界模型与多模态范式跃迁”专场的舞台，一口气宣布了核心模型的全面升级——Matrix-Game 3.5世界模型、Mureka v9.5与O3音乐模型，覆盖了从世界模型到AIGC创作的多个赛道。而最引人注目的，是昆仑万维董事长兼CEO方汉在演讲中掷地有声的一句话：2026年，是“世界模型元年”。
这句话，意味着AI的核心命题正在发生根本性转折——从过去两年围绕“生成”文字、图像、视频、音乐的竞赛，转向对物理世界的“理解”与“交互”。
方汉的三大产业预判：AI从“会生成”走向“懂世界”
在论坛的主旨演讲中，方汉系统性地抛出了三个关键预判，每一个都指向同一个方向：让AI真正理解物理世界的运行规律，并能与真实环境闭环互动。
第一，世界模型将走出屏幕，进入物理世界。具身智能正在从实验室走向真实环境。这意味着，机器人在行动前必须先进行环境推演——预判动作后果、评估环境变化、及时调整策略。谁能训练出在复杂场景中依然“看得懂、做得对”的模型，谁就拿到了物理智能时代的入场券。这不仅是技术突破，更是中国智能制造和机器人产业真正亟需的底层能力。
第二，游戏行业将率先被世界模型改变。开放世界游戏不再需要数百人团队花数年时间手工搭建。Matrix-Game 3.5让虚拟世界随玩家行动实时生长、持续演化。未来三到五年，世界模型将成为游戏行业的基础设施，彻底刷新内容生产方式。而国产模型，已经在这一赛道领跑全球。
第三，AI音乐、AI视频等工具将从技术试验变成大众创作工具。Mureka作为中国最强、全球前两名的音乐生成模型，率先去除了“AI味”，让普通人也能把模糊灵感转化为有情绪、有温度的作品。这不是替代音乐人，而是大幅降低创作门槛，让更多人的表达得以释放——这背后，是整个AIGC产业创作生态的根本性改变。
三个预判，指向同一个结论：AI的下一个十年，主题是“理解世界、能行动”。
Matrix-Game 3.5：Patch级记忆注入，让世界模型真正“能交互”
在论坛上，Skywork首席科学家成宇正式发布了Matrix-Game 3.5世界模型。这次升级，聚焦的是可交互世界模型技术，核心突破在于Patch级别的记忆注入与系统级性能优化。
成宇解释，世界模型是具身智能的“无限数据引擎”。传统数据采集面临人工成本高昂、实机采集耗时耗力的痛点，根本无法满足大模型规模化训练的需求。Matrix-Game 3.5构建了一套全新的无限数据生产体系，突破传统瓶颈，打造了三条自动化数据生产管线，能输出Video+Pose+Action+Language的高质量训练数据。目前，已积累超过500万高质量视频切片、超1万有效训练小时数，覆盖1200余个游戏场景。
在技术架构上，最值得关注的是Patch Memory的引入。简单来说，模型将历史帧切分为带有3D坐标的Patch Memory，推理时根据当前相机视锥检索可见Patch，并重新投影到当前视角，形成Mosaic后作为Memory Token注入DiT。这实现了长期一致性的Patch级空间记忆，带来了四大核心优势：更准确的空间记忆检索与跨帧一致性、更稳定的相机运动生成、最大程度保留基座模型动态生成能力的In-context Learning，以及用户可自由编辑记忆块的可控记忆能力。
更值得一提的是，Matrix-Game 3.5在推理加速上做到了全链路优化。通过“减少模型吞吐+DiT模型优化+VAE剪枝”三重手段，实现了单卡20FPS、720p分辨率下的实时推理。这不仅是技术数字，更是让高质量世界模型真正具备实时交互能力的关键一步。
Matrix-Game从1.0到3.5始终坚持开源路线。3.5版本宣布核心架构开源，吸引全球开发者共建生态。此前，DiT作者、纽约大学助理教授谢赛宁团队基于Matrix-Game 2.0的开源底座，发布了全球首个多人视频世界模型Solaris；NVIDIA和浙大联合发布的Light Interaction基于Matrix-Game 3.0模型研发。而NVIDIA的SANA-WM和Adobe的RELIC等国际头部大厂的世界模型，均将Matrix-Game相关模型作为对比基准。这些来自学术圈和行业一线的实际使用，印证了这套开源方案的基础模型价值。
Mureka v9.5与O3：最没有“AI味”的AI音乐模型
如果说Matrix-Game 3.5是技术硬核的展示，那么Mureka v9.5与O3音乐大模型的发布，则是论坛最具情感冲击力的时刻。
从SkyMusic 1.0内测到Mureka v9.5&O3，昆仑万维的音乐模型走过了一条从“作品成立”到“创作可控”再到“多模态创作”的演进路径。而v9.5版本首次喊出“最没有AI味的AI音乐模型”这一口号——它不再依赖声部堆砌和复杂编配制造“厉害”的第一印象，而是在真实的音乐框架中，以更克制的方式处理编配、人声、情绪与Prompt意图，让音乐表达更自然、更真诚。
O3建立在新版V9.5之上，通过test-time scaling扩展MusiCoT的推理过程。它不是简单地“生成得更多”或“想得更久”，而是让模型在生成过程中持续审视当前表达：局部旋律是否仍服务全曲目标，编配是否遮蔽人声，情绪是否提前透支，结构是否正在偏离最初意图。额外推理空间被用于回看偏差与自我修正，使音乐CoT能够逐步收敛，而不是一次决定后一路向前。
从评测结果来看，V9.5沿着MusiCoT路线完成了更扎实的底座升级：旋律、人声、音质和编曲全面提升，指令精准度从6.92提升至7.62。V9.5负责把歌做得更自然，O3则负责让模型在交付前多看、多想、多修一遍。
今天，一首歌经常和视频一起被消费。短视频、游戏、影视预告、品牌片和虚拟人演出，都需要声音与画面共同表达。Mureka这次升级，把音乐与视频MV接进了同一条创作链路。用户可以从一张图、一段视频或moodboard开始，让系统理解画面的节奏、人物、空间和情绪，再生成与之匹配的音乐；也可以从一首歌开始，让Agent理解歌词叙事、节拍编曲和情绪起伏，继续生成角色与MV的视觉方案。歌词决定叙事、节拍决定剪辑、旋律决定记忆点、画面决定传播场景——Agent要做的，是让这些信息在同一个创作目标下持续传递，而不是把几个生成工具简单拼在一起。
更重要的是，Mureka已从单一的音乐生成工具演进为完整的“版本化制作”平台。同一创意可快速生成多版本，支持在旋律、人声、结构等维度进行局部保留与替换；Studio将“操作DAW”转化为“指挥创作”，降低门槛、抬高上限。同时，Mureka推出Character功能——一段声音、一张照片即可生成专属歌手角色，并贯穿歌曲、MV全链路；AI配乐能自动分析视频画面的场景、动作与情绪，创作更贴合内容的音乐；Mureka Agent则通过自然语言一次对话调用整曲生成、单轨生成、Remix、延伸、MIDI导出、声音克隆等全部能力，全程无需切换界面。
正如昆仑万维所提出的愿景：AI音乐不再是简单的消费内容，而是升级为一种自我表达的语言。用户不仅是被动聆听者，更是主动表达者与参与者。Mureka正以模型能力、创作工具与平台分发的完整闭环，重新定义AI时代的音乐创作生态，让每个普通人的灵感都能有温度地落地，从“一个想法”到“歌词—人声—角色—歌曲—MV”的完整创作链路，全面释放AIGC的深层创作力。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。