AI 引擎日报｜2026-10-29

今天值得看的不是更大的生成模型，而是两种让交互世界“撑得更久、分得清谁在行动”的具体工程办法。

Matrix-Game：把参考帧的时间位置前移，缓解长时赛车画面融化。 新提交在缓存满21个潜在片段、约第85帧后，默认让固定参考图的位置始终领先当前块11格，避免旧方案把它永远钉在零点、相对距离不断扩大。代码开放了 future、fixed、absolute 三种模式，便于复现实验。维护者称在两段4001帧测试中，旧模式约1800至2900帧后道路和建筑开始融化，新模式未出现同类崩坏；这仍是作者测试，要求提供参考图，也不能证明所有场景都稳定。提交（2026-10-28） · 合并请求（2026-10-28）

LiveAct：一个模型接收多名角色各自的动作流。 论文把不同游戏按键和机器人命令映射为每个角色独立的控制条件，覆盖4款游戏与2类机器人数据；作者报告角色归属准确率为游戏0.898、机器人0.942，并给出单卡、512×448、每段4步去噪时17.70 FPS。它可用于多人原型、具身智能模拟和动作归因，但数字来自108段、每段81帧的留出片段，未在实体机器人上测试，长序列仍会累积误差；项目页有演示，未找到公开代码或权重。论文（2026-10-21） · 项目页（2026-10-21）

我的判断：这两项都在处理世界模型从“短视频”走向“可持续交互”的关键问题——长期记忆和多主体控制；当前证据仍更适合作为研究组件，而非即插即用引擎。实际接入前还要分别检查跨场景稳定性、输入延迟和动作冲突。

覆盖情况：已检索国际官网与开源仓库、国内团队及中文平台、论文原文和作者页；X 仅覆盖公开搜索结果，未读取完整时间线，覆盖受限。