玩家按鍵、物理碰撞和世界狀態由可執行遊戲引擎處理，低模 RGB 畫面再交給因果視頻模型轉成細緻影像。Matrix-Game 4.0 屬於開源互動世界模型項目，實際處理的是「畫面生成很逼真，但遊戲規則和長期狀態難以維持」的矛盾。
它把視頻模型限制在渲染工作，逐段讀取低模代理畫面、動態描述和參考影像，以蒸餾至一至兩步去噪的 causal DiT，每步生成四幀 latent。Coding Agent 可把玩家指令轉成新規則、修改遊戲引擎，並按相機位置檢索空間記憶，補足引擎未能直接表達的玩法。
- Medieval Castle、Ancient Egypt 支援第三人稱射擊，City Racing 支援駕駛
- 提供瀏覽器 Demo、離線渲染、模型權重與三款原生遊戲資產
- README 列出 A100 與 RTX 5090 的單 GPU inference 路徑
- RTX 5090 路徑加入 FP8 linear layers、fused kernels、CUDA graphs，並可選 SageAttention
和只靠逐幀像素外推的世界模型相比，Matrix-Game 讓規則可由引擎明確保存，減少物件離開視野後狀態消失的問題；代價是每個場景仍需配合遊戲程式、資產和模型。Matrix-Game 1.0 至 3.0 是前身，分別逐步加入即時長視頻生成及 long-horizon memory，4.0 則把重點推向可玩的引擎整合。
測試可先開啟線上瀏覽器 Demo，再按 v4 README 下載資源，選擇離線渲染或單 GPU inference。適合研究互動世界模型、遊戲生成、AI 遊戲原型及需要可控世界狀態的團隊；硬件需求、場景覆蓋範圍，以及 Coding Agent 生成規則的可靠程度，仍會限制它距離通用遊戲製作的距離。
