新智元报道
当中国AI常被视为追赶者时，天工AI在中关村论坛上一口气推出了视频、音乐和世界模型三大成果，宣告中国AIGC已步入全面领跑阶段。
长期以来，AI技术的发展饱受诟病，尤其是游戏、视频和音乐领域的问题尤为突出。
天工AI在一次发布会上同时解决了这三大领域的难题，展示了其在AI技术领域的全面突破。
该发布会的亮点在于，天工AI不仅解决了技术问题，还展示了其在多个领域的综合能力。
通过这次发布，天工AI向外界证明了其不仅能在单点技术上突破，更能在全模态技术体系上构建。
在游戏领域，天工AI推出了全新的Matrix-Game模型，该模型具有强大的记忆力，能够在游戏中创造全新的体验。
随着视频技术的发展，天工AI又推出了一款名为SkyReels的视频模型，它解决了视频画面的听觉问题。
在音乐领域，天工AI的Mureka模型则解决了音乐创作的精准控制难题，让音乐创作更加符合创作者的意图。
这些模型的推出，标志着中国AI技术从单点突破走向全面开花。
天工AI的CEO周亚辉在发布会上宣布了公司的2026 AGI战略，其核心在于构建一个包括Matrix-Game、SkyReels和Mureka在内的大模型体系。
公司的战略不仅限于模型的推出，还包括构建一个超级智能体平台，为开发者和创作者提供全方位的AI服务。
周亚辉表示，该平台不仅是一个模型提供者，更是一个AI创作者经济的平台运营者，旨在让所有参与者从中受益。
周亚辉还提到，这种从模型到平台的转变，意味着一个人就能完成从前需要整个团队或公司才能完成的工作。
这种转变，象征着AI技术从理论到实践的飞跃，以及从单点突破到全面开花的巨大转变。
天工AI从2023年宣布All in AGI以来，一路披荆斩棘，面对外界的质疑和观望，最终在2026年交出了令人满意的答卷。
截至2026年3月，天工AI的全球月活用户接近4亿，海外收入占比高达93%，三大模型均跻身世界第一梯队。
按照天工AI的规划，2026年是其基础设施建设年，2027年则是生态爆发年，到2028年，其三大平台有望成为各自领域的全球领导者。
当“全模态”从理论上的口号变成实际成果，中国AI技术的全面领跑时代已经来临。
未来，天工AI将继续引领AI技术的发展，为全球用户提供更优质的服务和体验。
在这条秋意盎然的街道上，我们刻意让视角穿过斑马线，大范围环顾四周，然后再折返回来。
注意看，镜头转了一大圈重回原地，那栋顶着巨大青蛙雕像的绿色小楼原封不动，墙上的粉红灯笼还在，路口的绿色公交车也没有凭空消失或扭曲变形。
看完效果，我们来拆一下背后的技术。
世界模型最大的瓶颈不是算法，是数据。
互联网上的视频只有画面，缺少相机位姿和操作指令，AI没法从中学会「我按了方向键，世界应该怎么变」的因果关系。
Matrix-Game 3.0为此搭建了一套工业级的无限数据引擎，双管线并行。
一条线基于Unreal Engine 5自动生成覆盖1000+场景的高精度交互数据，强化学习驱动的AI Agent在场景中自主探索，每一帧都同步记录视频、6-DoF相机位姿和操作指令，毫秒级对齐。
另一条线则是从3A游戏里全自动提取动态交互数据，7×24小时无人值守，TB级数据持续产出。
世界模型要「记住」世界，首先得「见过」足够多的世界。
在模型层面，Matrix-Game 3.0从三个维度做了系统性升级。
第一是记忆注入。
模型在生成当前画面时，不只看最近几帧，还会根据相机位姿检索出更早期的「记忆帧」，只取与当前视角相关的内容，放进同一个注意力空间联合建模。走过的路、看过的楼，模型都记得。
第二是Error Buffer抗漂移机制。
长时序生成中模型会逐渐偏离真实状态，3.0在训练时就显式建模生成结果与真实帧之间的误差，并把误差作为条件重新注入，让模型大量接触「已经跑偏」的状态，逼它学会自我纠正。
第三是蒸馏加速。
要让5B参数的模型在720P分辨率下跑到40FPS实时生成，光有好架构不够，还得把推理步数压下来。
3.0用了多段自回归蒸馏框架，在训练阶段就让学生模型连续生成多个视频段，完全模拟真实长视频推理的误差累积环境，配合模型量化和VAE解码器蒸馏，最终实现了分钟级长时序一致性下的实时交互。
可交互基础模型结构示意图
记忆增强基础模型结构示意图
多段自回归蒸馏示意图
（左右滑动查看）
三层技术叠满，5B轻量模型就跑出了720P、40FPS的实时生成，分钟级长时序一致性。这在一年前是不可想象的。
更大的MoE-28B模型，则在泛化性和动态表现上进一步拉满。它为第一人称和第三人称分别训练独立的动作模型，共享同一个视觉细节模型，既能做沉浸式第一人称探索，也能跑第三人称游戏视角，可生成时长约60秒。
放眼全球，可交互世界模型这条赛道上，Google DeepMind的Genie 3是闭源标杆，Matrix-Game 2.0是该技术范式首个开源实现。3.0在记忆、分辨率和实时性上全面超越2.0，是目前与Genie齐头并进的方案。
主页：https://matrix-game-v3.github.io/
代码：https://github.com/SkyworkAI/Matrix-Game/tree/main/Matrix-Game-3
模型：https://huggingface.co/Skywork/Matrix-Game-3.0
以前的世界模型是「能看不能摸」的橱窗展品，现在的Matrix-Game 3.0是一个可以真正走进去玩的虚拟世界。
世界的问题解决了，接下来看画面。
SkyReels V4
画面里人开口说话的瞬间，声音就跟上了
注意「听」，漫天黄沙里，女主开口说「谢谢你救了我」的瞬间，声音是不是严丝合缝跟上了？男主回应时，背景音乐的节奏是不是也刚好踩在了画面的情绪点上？
这段荒凉凄美的戈壁戏，不仅演员的表情极其自然，连呼啸的风声都跟画面完美交融。
这就是SkyReels V4最炸裂的地方。
以前的AI视频都有一个毛病，先生成画面，再找另一个模型配音。两套系统各干各的，经常出现音画对不上的情况。
SkyReels V4直接从底层把这事治了。
它自研了一套双流MMDiT架构，视频和音频不再是两个模型各生成各的，而是在同一个模型内部通过双向交叉注意力同时生成，音画从第一帧起就是锁死同步的。
但光解决声音还不够。短剧操盘手的另一个噩梦是控制失灵，镜头一转主角就变脸。
SkyReels V4的解法是全模态强化学习加上精准控制系统。
强化学习搭了一套覆盖全场景的语义Reward模型，教AI「看大局」，不只是死磕每个像素好不好看，而是让画面整体在「讲一个逻辑自洽的故事」。
关键帧参考能自动补全节点间的画面，网格图参考更狠，上传最多9张剧情帧，一键生成角色不走形、场景不跳跃的连贯短剧。
不仅如此，多角色对话场景也能跑，正反打镜头切换、台词分配、表情匹配自动完成，中英法日多语种通吃。
同一套框架还覆盖去水印、去台标、删除或添加角色等后期编辑，对影视后期来说全是刚需。
我们只需给模型喂一张静图加一段实拍视频，真人演员就被无缝替换了。不仅动作节奏分毫不差，衣服在动态走位中不走形，而且原版海滩阳光、渔船背景、平移运镜也能被完美保留。
再比如，下面这个视频里有一个戴黑帽穿黑大衣的女人，手里拿着一瓶紫色液体。我们只需给模型一条指令「找到这个人和这瓶东西，删掉」，人和瓶子就能干干净净消失，背景无缝填补。
视频的问题解决了，接下来看声音。
Mureka V9
唱对了，混对了，该停的地方也停了
先说一个事实。
前一代Mureka V8，已经靠自研MusiCoT（Music Chain-of-Thought）技术在Artificial Analysis音乐模型榜单上同时拿下人声和乐器双料冠军，碾压Suno V4.5和Udio。
全球第一了，V9还升什么？
两个字：「好控」。
过去AI音乐最让人抓狂的不是「能不能生成」，而是生成了却控不住，歌词落不到对的段落，人声唱不对重点，离创作者真正想要的总差最后一层。
V9重点攻克的就是这个。
段落级歌词语义控制更精准，人声不只是「唱出来」而是「唱对了」，混音质感更通透，生成速度更快，同一创意方向下的结果也更有新鲜度。
而且，V9还多了一个能力：知道什么时候不该唱。
换句话说就是，不必要的哼唱和模糊唱词大幅减少，该留白就留白，不硬加戏。
在产品层面，同一创意可以快速出多版本，支持在旋律、人声、结构上局部保留替换，创作从「写一首歌然后定稿」变成了版本化的迭代工作流。
一句话概括就是：从「能做出作品」走向「能稳定做出你真正想要的作品」。
数据也印证了这个判断。
在主观评分中，V9在音乐旋律性（7.25）、音乐表现力（6.89）、编配编曲（6.98）三个维度全部拿下第一，超越Suno V5和Minimax 2.5。而涨幅最大的恰恰是精准控制维度，从V8的6.93直接跳到V9的7.24。
说完升级方向，直接听这首实测曲。
强烈建议空降1:08秒。短短20秒内，主唱人声在中、英、法、西四种语言间无缝穿梭。
不管语言怎么切，慵懒的民谣腔调、换气节奏甚至咬字气声都保持着惊人的一致，用四种语言的丝滑流转，硬是唱出了一种跨越国界的电影级浪漫。
但Mureka的野心不止于一个AI作曲工具。它瞄准的是AI音乐时代的Spotify。
逻辑很简单，当AI让音乐创作从「少数专业人的低频行为」变成「所有人的高频表达」，音乐就不再只是被动消费的内容，而是一种新的自我表达语言。
这种AI原生的内容形态需要一个全新的平台来承载，Mureka正是在这个判断下构建的，模型能力做底座，版本化创作工作流做引擎，表达与社交做飞轮，同时面向B端开放API嵌入场景。
市场已经在用脚投票。Mureka的ARR已经达到竞品同类模型的10倍以上，不到两年迭代九个大版本，是MusiCoT技术闭环一步步卷出来的系统能力。
在论坛现场的Mureka V9互动展区，大家体验完之后的第一反应，几乎都是：「这……真的是AI做的？！」
大概，这就是对一个AI音乐模型最高的赞美了吧。
中国AI的「全模态时刻」
现在，世界能记住了，画面能听见了，音乐能控住了。
三个行业最头疼的病，在同一场发布会上同时给出了解法。
但这件事的意义，远不止于三个模型本身。
DeepSeek在大语言模型领域的突破，说明中国AI有能力在单个赛道上挑战全球最强。
而天工AI在游戏、视频、音乐三条赛道上的同时登顶，指向一件更重要的事——
中国AI企业有能力构建全模态的技术体系，而不仅仅是在某个单点上追赶。
从单点突破到全面开花，从追赶者到领跑者，这就是「全模态时刻」的真正含义。
2026 AGI战略：从全模态突破到AI平台经济
技术登顶只是上半场。
在同一场发布会上，天工AI董事长兼CEO周亚辉发布了2026 AGI战略，核心是「3+1」布局——
三大场景大模型（Matrix-Game + SkyReels + Mureka）加上天工超级智能体。
三个模型是三把尖刀，分别插入游戏、视频、音乐三个百亿级内容产业。
天工超级智能体则是串联它们的超级平台，面向C端用户提供一站式AI创作体验，面向B端开发者开放API和生态接口。
这就是天工AI在发布会上正式亮出的「AIGC全家桶」——不是单个模型的秀技，而是一整套从生成到编辑到分发的全链条能力。
配合AI短剧平台Dramawave、AI音乐平台Mureka、AI游戏平台猫森学园2.0等产品矩阵，文本、音乐、视频、游戏四大领域全覆盖。
用周亚辉的话说，模型是引擎，平台是工厂，创作者是老板。
天工AI要做的不只是模型提供商，而是AI创作者经济的平台运营者，把最顶尖的能力开放出来，让开发者、创作者和合作伙伴都能从中受益。
这套全家桶意味着什么？
想象一下，一个人加DramaWave就能出品一部短剧，加Mureka就能发行一张全球专辑，加猫森学园就能创造一个游戏世界。
每一项在三年前都需要一个团队甚至一家公司才能完成，现在一个人就够了。
这就是周亚辉所说的「一人公司时代」。
技术不是从天上掉下来的，是一行一行代码、一篇一篇论文磨出来的。
回过头来看，最让人感慨的不是某个具体参数，而是一种整体的「势」。
2023年昆仑万维宣布All in AGI时，外界充满质疑。2023年天工大模型1.0发布，有人说是百模大战里的又一个跟风者。2024年AIGC矩阵逐渐成型但还没拿到决定性优势，依然有人观望。
到了2026年3月，四年的坚持给出了自己的答案。
全球月活近4亿，海外收入占比93%，三大模型同时站到世界第一梯队。
而这只是起点。
按照路线图，2026年是基础设施年，四大模型全部就位，能力锁定全球第一梯队。
2027年是生态爆发年，Skills生态全面开放，创作者变现通路打通，B端API对外输出。
2028年是平台经济年，三大平台冲各自领域的全球头部，Skywork Super Agent成为创作者标配。
当「全模态」从PPT上的口号变成榜单上的排名、API接口里的能力、用户手中可感知的产品，中国AIGC的「全模态时刻」，确实来了。
参考资料：
https://matrix-game-v3.github.io/
https://github.com/SkyworkAI/Matrix-Game/tree/main/Matrix-Game-3
https://huggingface.co/Skywork/Matrix-Game-3.0