5月13日·Matrix-Game上线，开启交互式虚拟世界新纪元

5月13日·周二  AI工具和资源推荐

Matrix-Game上线，开启交互式虚拟世界新纪元

Matrix-Game震撼上线，这一由昆仑万维推出的交互式创世引擎，以一句指令即可生成沙漠、森林、冰原等丰富场景，并支持前进、跳跃、攻击等细节操作，实现360°视角自由切换，沉浸感十足。它基于大规模高质量数据集和创新架构，融合视频生成、3D建模与交互控制技术，刷新了交互式世界生成的技术天花板。Matrix-Game不仅在GameWorld Score评测体系中全面领先，还在游戏开发、具身智能训练、影视制作、教育仿真等领域展现出巨大应用潜力，为构建通用虚拟世界基座树立了全新标杆。来源：微信公众号【新智元】

流匹配模型引入在线强化学习，性能大幅提升

香港中文大学、快手可灵等团队联合提出 Flow-GRPO，首次将在线强化学习引入流匹配模型。该模型在 GenEval 基准测试中，将 SD3.5 Medium 的准确率从 63% 提升至 95%，组合式生图能力超越 GPT-4o。Flow-GRPO 通过 ODE-SDE 等价转换和去噪步数优化，解决了在线强化学习与流匹配模型之间的矛盾，显著提升了训练效率和性能。实验表明，该模型在复杂组合生成、文字渲染和人类偏好对齐等任务上表现卓越，为未来多模态生成任务提供了新的发展方向。来源：微信公众号【新智元】

首个多模态统一CoT奖励模型开源，助力多模态大模型深度推理

腾讯混元联合上海AI Lab、复旦大学等团队提出UnifiedReward-Think，首个具备长链式推理能力的多模态奖励模型。该模型通过“三阶段”训练范式（冷启动激发、拒绝采样巩固、GRPO强化），赋予奖励模型深度推理与可解释能力，显著提升复杂视觉任务的评估性能。实验表明，模型不仅可生成清晰的奖励推理过程，还能隐式逻辑思考，全面优于现有方法。目前，模型、数据集及训练脚本已全开源，为多模态大模型发展提供新方向。来源：微信公众号【机器之心】

Epoch AI预测推理大模型1年内将“撞墙”

根据Epoch AI的最新研究，推理大模型的性能可能在1年内达到增长瓶颈，无法再扩展几个数量级。该研究指出，如果推理模型继续以当前速度增长，其所需的算力将大幅收敛。目前，推理模型如OpenAI的o1和o3，以及DeepSeek-R1等，虽然在数学和编程任务上表现出色，但其训练成本和算力需求已接近极限。研究还提到，推理模型的训练数据不足和泛化能力有限，可能是其发展停滞的主要原因。尽管如此，算力的提升仍将是推动推理模型进步的关键因素之一。来源：微信公众号【机器之心】

INTELLECT-2发布，用全球闲置算力训练出媲美R1的模型

全球首个分布式强化学习训练模型INTELLECT-2发布，其通过整合全球闲置或分散的计算资源完成训练，训练成本大幅降低，性能与DeepSeek-R1相当。该模型由Prime Intellect团队开发，采用分布式异步强化学习范式，支持全球算力贡献者参与。其核心组件包括PRIME-RL框架、SHARDCAST参数分发网络、TOPLOC推理验证协议和Protocol Testnet去中心化管理协议。INTELLECT-2的发布标志着AI训练范式的变革，未来顶级开源模型可能以分布式方式训练，打破大公司对集中式算力的垄断。来源：微信公众号【量子位】