“5天6款AI大模型，昆仑万维是在下一盘大棋。

昆仑万维用一周的时间占满了科技头条。

从8月11日起，周一到周五昆仑万维每天发布一款模型，网页版传奇世界，覆盖视频生成、世界模型、统一多模态模型、智能体及音乐创作几大方向。全面展示昆仑万维Skywork在多模态AI领域的突破性成果。

这是国内厂商罕见的科技“日更”，在同一周内把视频、世界模型、多模态、Agent、音乐五大热门赛道全部“拉满”，在这高频、密集产品发布背后，昆仑万维到底在布什么局？

外界看到的是昆仑万维高调技术“秀肌肉”。但这场看似突如其来的密集发布，实际上早就埋下伏笔，也是昆仑万维在AI领域布局的“蓄谋已久”。也可以说是昆仑万维的长期AI投入，进入收获期。

5天发布6款模型

六大模型的发布都有哪些？

以下用一幅图来总结昆仑万维“技术发布周”五天（2025年8月11日—15日）的六大模型：

具体来看，昆仑万维的五大AI技术领域包括了视频生成(SkyReels-A3)、世界模型（Matrix-Game 2.0、Matrix 3D）、统一多模态模型（Skywork UniPic 2.0）、智能体（Agent）及AI音乐创作（Mureka V7.5）。

8月11日，率先登场的SkyReels-A3，这是一款音频驱动的人像视频生成模型。

如今，随着对真实世界复杂性模拟需求的增加，AI需要在内容创作中扮演更主动的角色，从基本的主体动起来逐渐过渡到自然的环境互动和执行精准复杂指令。然而当场景复杂度提升到存在人-物体交互，且音频时间更长时，现有方法面临显著的瓶颈，核心挑战在于，比如不同场景下精准的嘴部对齐，包括不同物种，不同参考图风格等，同时，保持甚至优化画面质量。同时，是否能支持更长的音频，特别是对于主播带货，广告等场景等

相较同类产品，此次发布的SkyReels-A3，是基于DiT（Diffusion Transformer）视频扩散模型为基础。在技术上采用3D-VAE+DiT扩散架构，保证长视频画面不崩，能够实现任意时长的全模态音频驱动数字人创作。用户只需上传一张照片并配上语音，图中人物即可精准匹配口型、表情和动作开口说话或表演。据介绍，它在唇形同步、面部稳定性和动作自然度方面表现突出，并支持更丰富的镜头变化和最长60秒视频生成，将深度赋能电影制作、虚拟直播、游戏开发、教育内容创作等多场景。

SkyReels-A3实现音频驱动人物对话视频生成技术框架

SkyReels-A3的定量评估

在定量评估中，SkyReels-A3在不同的音频驱动场景，与先进的开源模型omniavatar和闭源模型omnihuman等方法进行了对比。结果显示，SkyReels-A3在大多数指标上超越了这些方法，尤其是在唇形同步（sync-c和sync-d）方面标出卓越的性能。同时，我们引入了step蒸馏，采用了更少的步数 (40步减少为4步)，效果几乎没有损失。

据悉，此款产品于2025年2月发布V1版，4月发布V2，8月发布A3；时长变化：最初视频不超过10s，逐步升级至约30s，直至如今的1min以上。

在第二日，昆仑万维推出的自研世界模型Matrix系列中Matrix-Game交互世界模型的升级版本——Matrix-Game 2.0，是一款交互式视频生成模型。这款模型在低延迟、高帧率的长序列交互性能上实现突破，可在多场景中以25FPS的速度，生成连续视频内容，且生成时长可扩展至分钟级，大幅提升了连贯性与实用性，这也是国内国内首家对标Google genie3的模型。

Matrix世界模型系列中的另一个重要组成模型——Matrix-3D，用于3D世界的生成与探索——一个融合全景视频生成与三维重建的统一框架，单图秒变360°可漫游空间。Matrix-3D以文本、图像为输入，生成的3D场景支持360度自由环视，且在几何结构与色彩上保持一致性。它能根据用户输入的不同轨迹，精准生成对应的3D场景。在生成结果的视觉质量和相机可控性层面，Matrix-3D均优于现有方法。此产品的技术亮点是全景+3D重建统一框架，支持任意视角，并且模型已全面开源，方便二次开发。

可交互视频生成大模型Matrix-Game-Turbo和3D场景生成大模型Matrix-3D打破了内容生成与交互之间的壁垒，打造出具备多模态感知、动态交互和长期记忆能力的虚拟世界模拟系统，为游戏引擎、元宇宙、具身智能、自动驾驶等多个领域提供强有力的技术基座。

8月13日发布了Skywork UniPic 2.0。这是一款面向统一多模态建模的高效训练与推理框架，在生成和编辑模块上进行了轻量化优化，并通过与多模态理解模型的联合训练，构建了理解、生图、编辑一体化的核心能力，目标是实现"高效、高质、统一"的多模态生成模型。目前，Skywork UniPic 2.0及其系列模型已全面开源，涵盖模型权重、推理代码及强化策略，方便开发者与研究者快速上手，构建多模态应用。在多个权威评测任务中，UniPic 2.0刷新了性能记录，也显著降低了模型的推理与部署门槛，为消费级多模态智能系统奠定了技术基础。

8月14日，昆仑万维正式发布Skywork Deep Research Agent v2，该模型是天工超级智能体（Skywork Super Agents）的核心引擎。公司表示，Skywork Deep Research Agent自5月22日上线后，大幅重塑了大模型在AI Office领域的角色，通过skywork.ai为用户产出了大量信息密度极高的优质文档、PPT、表格以及其他交付物。新版本的Skywork Deep Research Agent v2将带来更多的体验提升。