这几天显卡圈很魔幻：5090D V2一路卖到29269元，又刷新历史最高价。评论区清一色"这价谁还买来打游戏"。10月15日，昆仑万维给这个问题提供了一个新答案——显卡，真可以不只拿来打游戏了。知乎
AI实时画的游戏，一张显卡就能跑
昆仑万维旗下Skywork AI团队发布Matrix-Game 4.0，官方称这是"全球首款可在单张消费级显卡上实时运行的视频大模型游戏"，发布即开源。量子位IT之家
先说清楚这是什么体验。它不是贴了AI皮的游戏，也不是提前渲染好的视频：你按下方向键，眼前的画面是AI在这一刻现画的，拐个弯，景致当场生成。按键到画面响应不到0.15秒，480p分辨率下跑到每秒60帧，显存峰值占用18.5GB——而这一切，跑在一张RTX 5090上。量子位IT之家
更关键的是，游戏规则真的在跑：中弹先掉盾牌耐久，盾碎了才扣血，血量归零，游戏就真结束了。想改玩法，说一句大白话，比如"把计时赛改成追击战"，背后的Coding Agent会当场改写游戏代码。量子位
为什么一张卡能扛住过去一个集群的活
答案意外地朴素：分工。以前的主流路线（以谷歌Genie为代表）是让视频模型一个人身兼数职：既记住整个世界，又算清游戏规则，还得不停画画面，时间一长就容易崩。Matrix-Game 4.0把活儿拆成三份：游戏引擎当"裁判"，管世界状态和规则，顺手输出一份低模结构画面；视频模型当"画师"，只负责照着草图补材质、光影；Coding Agent负责把玩家的大白话翻译成代码。该确定的交给代码，该发挥的交给AI。左边是引擎给的结构草图，右边是模型实时渲染出的成品，玩家玩到的一直是右边：量子位
任务变轻，算力要求断崖式下降。团队又把扩散过程蒸馏到只剩一两步，配上FP8融合算子、CUDA Graph这些工程手段，把整条链路塞进一张卡。作个参照：英伟达研究团队同期发布的StreamRender-H3思路类似，但官方演示用了8张GB200，端到端延迟约545ms。不过两者分辨率和统计口径不同，不能简单排座次，量级差距却足够直观。量子位
你的卡能跑吗
这个问题官方给了答案：目前提供的是RTX 5090优化版推理，预计下周发布5080和5070的适配版本。从18.5GB的显存峰值倒推，24GB显存的卡理论上也有戏，16GB卡大概率要等官方瘦身版，先别急着下结论。模型和代码都放在GitHub与HuggingFace上，可以直接拉下来折腾。GitHub
冷水也得先泼
目前开源的只有中世纪城堡、古埃及、城市赛车三个场景。480p的画质放在2026年看确实还是"毛坯房"水平，离3A大作差着十万八千里；官方自己也承认，画质精修、多人联机、更多玩法都还在路上。想现在为它买一张5090的，大可不必。GitHub知乎
但信号本身值得记一笔：游戏世界模型从实验室的算力集群搬上了桌面，普通人的显卡第一次摸得着它。这两年显卡被当成"AI算力"抢购到价格飞天，如今这份算力头一回开始反哺"玩"本身。这条路最后能走多远？既然已经开源，那就让社区动手说话。
