Skywork Matrix-Game-3.0: Open-Source-Modell generiert 720p-Video in Echtzeit

Skywork AI hat am 27. März 2026 sein interaktives World-Modell Matrix-Game-3.0 auf GitHub unter MIT-Lizenz veröffentlicht. Das 5B-Modell generiert 720p-Video in Echtzeit bei bis zu 40 FPS und hält dabei stabile Gedächtniskonsistenz über minutenlange Sequenzen aufrecht – eine Kombination, die bisherige Open-Source-Ansätze in diesem Auflösungsbereich nicht erreicht haben. Optional skaliert das Modell auf eine 28B Mixture-of-Experts-Variante. Die technische Basis bildet ein Memory-augmented Diffusion Transformer (DiT) mit Error Buffer, Few-Step-Sampling, INT8-Quantisierung sowie einem MG-LightVAE-Decoder. Für den Volllauf benötigt man 8 GPUs für den DiT-Teil und eine zusätzliche GPU für den VAE-Decoder.

Trainiert wurde das Modell auf einem industriellen Datenmix aus Unreal-Engine-Synthetikszenen, automatisiert erfassten AAA-Spielsequenzen und Real-World-Videos, ergänzt durch Video-Pose-Action-Prompt-Quadrupeltdaten. Das Kamera-gestützte Memory-Retrieval via Plücker-Kodierung vergangener Frames ermöglicht langfristige Konsistenz bei Dritte-Person-Perspektiven – ein direkter Angriff auf die Schwachstelle herkömmlicher Diffusionsmodelle. Für Entwickler ohne High-End-Cluster bietet ein destilliertes 3-Step-Modell eine abgespeckte, deutlich schnellere Rendering-Option. Interessant für DACH-Studios und Agenturen: Da das Modell unter MIT-Lizenz steht, sind kommerzielle Integrationen ohne Lizenzgebühren möglich – die Hardware-Kosten (mind. 9 GPUs für den Volllauf) bleiben aber ein realer Engpass, den es nüchtern einzukalkulieren gilt.

Aus EU-AI-Act-Perspektive fällt Matrix-Game-3.0 als generatives Videomodell unter die GPAI-Regeln, die seit August 2025 in Kraft sind (siehe EU AI Act Compliance). Wer das Modell in kommerzielle Produkte integriert, muss Transparenzpflichten und – je nach Risikoklasse – Dokumentationsanforderungen erfüllen. Die MIT-Lizenz schützt dabei nicht vor regulatorischen Pflichten des Deployers.