Matrix-Game 4.0: análisis, juegos con RTX 5090 y límites NSFW

Matrix-Game 4.0 resulta interesante porque conserva las reglas del juego en un motor y encarga la imagen a la IA. Skywork AI, de Kunlun Tech, lo publicó el 15 de octubre de 2026. El motor controla colisiones, salud y objetivos; el modelo transforma su representación de pocos polígonos en un vídeo más detallado. Ya existe una configuración específica para RTX 5090.

Es una propuesta para desarrolladores y usuarios cómodos con Linux, no un instalador de juegos para Windows ni un filtro universal. La promesa de 60 FPS corresponde a una demostración concreta: no significa que cualquier tarjeta de consumo pueda reproducirla.

Actualizado el 16 de octubre de 2026. Análisis de lanzamiento y del acceso web; sin benchmark local independiente en RTX 5090.

Veredicto: una plataforma para experimentar, todavía no un producto terminado

Separar estado e imagen tiene una ventaja real: una pared generada puede deformarse sin cambiar el mapa de colisiones. Un escudo mal dibujado tampoco inventa puntos de vida. Las reglas se pueden inspeccionar y probar, aunque la imagen aún puede representar mal el tamaño o la posición de un objeto.

Si ya tienes el equipo adecuado, empieza con una escena incluida. Comprar una GPU cara exclusivamente para este lanzamiento sería precipitado sin pruebas independientes y más compatibilidad. La posibilidad de investigar un sistema no equivale a disponer de un catálogo de juegos pulidos.

Fuente: Skywork · Hugging Face

Qué hacen el motor, el agente de programación y el modelo

El motor ejecuta el mundo y produce una vista simplificada. Un modelo causal de vídeo la transforma por bloques. El diseño Harness añade un agente que puede convertir instrucciones en cambios de reglas o descripciones, pero cambiar el texto visual no implementa automáticamente una mecánica.

“Aumenta la cadencia del arma” requiere modificar código; “piedra desgastada bajo luz cálida” describe apariencia. El HUD y el sonido se mantienen separados del modelo. Por eso, un contador de salud legible no demuestra capacidad para generar texto exacto.

Las generaciones anteriores trabajaban en control por acciones, generación en tiempo real y memoria prolongada. La novedad práctica de 4.0 es devolver el estado explícito al motor: facilita validar reglas, pero depende de lo que el motor y el renderizador de cada escena puedan representar.

Fuente: Matrix-Game 4.0

Cómo interpretar 60 FPS, 112 ms y 18,5 GiB

La cobertura de QbitAI recoge cifras del desarrollador: 480p a 60 FPS en RTX 5090, unos 112 ms desde la tecla hasta la primera imagen que responde y un pico cercano a 18,5 GiB de VRAM. También menciona unos 83 FPS de generación estable con un paso y 57 con dos. No son mediciones de nuestro equipo.

Rendimiento del modelo, frecuencia de captura, presentación del navegador y latencia de respuesta no son sinónimos. El parámetro --fps 40 solicita una cadencia de captura; no garantiza 40 FPS. Calentamiento, codificación, red y decodificación añaden tiempo.

Un pico de 18,5 GiB no asegura funcionamiento en toda GPU de 20–24 GB. Importan arquitectura, controlador, asignaciones temporales y velocidad. Aquí no se establece una prueba verificable de inferencia 4.0 con RTX 4090, AMD o Apple Silicon.

Fuente: README · Matrix-Game-4

Qué juegos y modificaciones tienen sentido

Castle y Egypt son escenarios de disparos en tercera persona. City Racing ofrece contrarreloj y persecución, además de descripciones fijas o cambiantes. Empareja siempre el vídeo o juego con su checkpoint: no son tres filtros universales.

En los vídeos oficiales compara ambas mitades, la geometría sencilla y el resultado. Observa giros rápidos, objetos que desaparecen tras otro y reaparecen, siluetas y cobertura. Una imagen espectacular no demuestra consistencia durante una partida.

Modificar una regla o parte del mapa es un primer experimento razonable. Un género nuevo o anatomías desconocidas exigen generalización que los modelos actuales no garantizan. La coherencia entre jugadores en multijugador sigue siendo una dirección futura; el servidor publicado es para un usuario.

Fuente: City Racing · Documentation

Dónde probarlo y descargarlo

La página oficial contiene demostraciones; GitHub, las instrucciones; Hugging Face, los pesos. El “demo de navegador” oficial se instala en tu propio servidor Linux con GPU. No es una suscripción gratuita a una RTX 5090 remota. El navegador cliente no necesita esa tarjeta.

El Space comunitario de hugging-apps permite cargar un vídeo de pocos polígonos, elegir escena y descripción y consultar el resultado con una comparación. Pudimos seleccionar el ejemplo del castillo y ver entrada y salida. Los ejemplos pueden estar en caché: esto no mide una inferencia nueva ni prueba juego interactivo. Los cupos y la disponibilidad dependen del servicio compartido.

Demostraciones oficiales · Código e instrucciones · Pesos y recursos · Space comunitario de vídeo

1. Selecciona un ejemplo incluido y su escena correspondiente.
2. Mantén la descripción predeterminada en el primer intento; después cambia una variable cada vez.
3. Evalúa un clip corto completo. Los FPS del archivo reproducido no indican cuánto tardó la GPU en crearlo.

Fuente: Community Space · app.py

Instalación local: una escena y el preset RTX 5090

Necesitas Linux, controlador NVIDIA compatible, Python 3.12 y OpenGL/EGL por hardware. La referencia documentada es PyTorch 2.12.0 con CUDA 13.2. Una máquina cloud que ejecuta CUDA puede seguir careciendo de aceleración gráfica apropiada para capturar el juego.

El conjunto de modelos ocupa aproximadamente 44,2 GB; cada checkpoint, unos 10 GB. Reserva espacio adicional para dependencias, caché y grabaciones. Windows no tiene paridad validada; macOS puede ejecutar el juego y grabarlo, pero no hay ruta MPS de inferencia verificada.

1. Clona el proyecto, entra en Matrix-Game-4 y crea el entorno indicado por el README v4. No uses dependencias de generaciones anteriores.
2. Instala las bibliotecas nativas y multimedia de installation.md; obtén MediaMTX de su publicación oficial.
3. Descarga y verifica una escena con los manifiestos fijados. Respeta resources/ y no cambies el VAE por una versión arbitraria de Wan.
4. Comprueba el juego sencillo antes de cargar el modelo para separar fallos gráficos y de control de los de inferencia.
5. Elige –preset rtx5090. Usa SDPA; SageAttention es opcional y requiere una compilación parcheada.

git clone https://github.com/SkyworkAI/Matrix-Game.git cd Matrix-Game/Matrix-Game-4 python3.12 -m venv .venv source .venv/bin/activate python -m pip install --upgrade pip python -m pip install torch==2.12.0 torchvision==0.27.0 --index-url https://download.pytorch.org/whl/cu132 python -m pip install -e '.[inference,server,download,test]' matrix-game download --manifest releases/game-assets.json \ --repo-id Skywork/Matrix-Game-4.0 --repo-type model \ --revision 4419accdb7bb7881234c5914de8cd915266e0325 \ --scene ancient-egypt --resources resources matrix-game download --manifest releases/models.json \ --repo-id Skywork/Matrix-Game-4.0 --repo-type model \ --revision 4419accdb7bb7881234c5914de8cd915266e0325 \ --scene ancient-egypt --resources resources matrix-game verify --manifest releases/models.json --scene ancient-egypt --resources resources bash scripts/build_game.sh

Para el navegador ejecuta mediamtx configs/mediamtx.yml en otro terminal y después inicia el servidor siguiente. Abre http://127.0.0.1:8025/ en esa máquina. En remoto utiliza el procedimiento SSH documentado. Son puntos de entrada oficiales, no una afirmación de que hayamos medido el modelo localmente.

CUDA_VISIBLE_DEVICES=0 bash scripts/serve.sh \ --scene ancient-egypt --resources resources --preset rtx5090 \ --prompt-mode fixed --fps 40

Fuente: Installation

Qué dicen los medios y los primeros usuarios

QbitAI destaca la separación entre reglas y generación y señala margen de mejora en los 480p. TechNode atribuye expresamente los números a la compañía. Son explicaciones del lanzamiento, no una comparativa independiente entre GPU.

En el issue #87 un usuario propone mejorar Roblox en tiempo real. Un colaborador del repositorio responde que la especialización actual no permite aplicarlo sin más a experiencias arbitrarias: probablemente haría falta entrenar o ajustar el modelo. No existe integración validada ni fecha de lanzamiento.

A 16 de octubre no encontramos un conjunto amplio de benchmarks 4.0 reproducibles de usuarios. Tampoco conviene trasladar errores antiguos de Matrix-Game 2 o 3 a esta versión. Una petición de función, una impresión sobre un vídeo y una medición son evidencias diferentes.

Cobertura de QbitAI · Noticia de TechNode · Propuesta y respuesta del colaborador

Fuente: GitHub #87

Frente a StreamRender-H3 y las alternativas

La página de NVIDIA indica 218 ms para una etapa de renderizado por difusión de StreamRender-H3 en ocho GB200. Su paquete de ejecución describe salida de 1344×768. Compararlo con la latencia tecla-imagen de Matrix-Game a 480p para decir “cinco veces más rápido” mezcla fronteras y resoluciones.

La ruta de una sola tarjeta es atractiva para prototipos pequeños. Para publicar un juego, siguen importando la previsibilidad del motor, el control visual y la validación. El renderizado neuronal añade posibilidades, pero no elimina esas tareas.

Fuente: NVIDIA StreamRender-H3

Posibilidades NSFW: personalizable no significa listo para adultos

La capacidad NSFW no está verificada. Que los modelos representen combate no demuestra que puedan generar contenido sexual. No encontramos modo adulto oficial, checkpoint NSFW, evaluación de anatomía ni un flujo validado de juego adulto en la publicación revisada.

Los pesos locales permiten controlar mejor la aplicación que un servicio cerrado. Investigar otros datos y estilos es una posibilidad, pero hoy faltan código y datos de entrenamiento, y las escenas desconocidas pueden deformarse. Adaptarlo sería un proyecto de investigación, no un ajuste de prompt. El texto tampoco implementa interacciones que el motor no contiene.

Apache-2.0 regula el material distribuido; no promete resultados sin restricciones ni concede derechos sobre personas o recursos ajenos. Los componentes externos y servicios alojados conservan sus condiciones. No recomendamos comprar hardware por una supuesta capacidad NSFW todavía no demostrada.

Fuente: Skywork · Hugging Face

Preguntas prácticas

¿Es gratis?

La versión autoalojada no anuncia una suscripción obligatoria. GPU, electricidad, almacenamiento, alquiler cloud y un posible agente de programación se pagan aparte. Calcula esos gastos en euros u otra moneda local; no existe una tarifa mensual integral oficial.

¿Funciona en un portátil de juegos?

El preset de consumo documentado es para RTX 5090. No demuestra compatibilidad con GPU de portátil o tarjetas de poca VRAM. Busca una prueba reproducible de tu modelo exacto.

¿Hay un workflow ComfyUI?

Los pesos necesitan el runtime dedicado. La publicación revisada no incluye un flujo oficial que se conecte directamente a ComfyUI o Diffusers. Compartir familia con Wan no implica intercambiabilidad.

¿Basta una frase para crear un juego?

El agente puede ayudar a editar código, pero debes comprobar reglas y representación visual por separado. Un prompt no garantiza ambas cosas.

¿Por qué arranca el servidor pero no aparece vídeo?

Revisa juego nativo, OpenGL/EGL por hardware, GStreamer y MediaMTX. El modo reference-only documentado permite separar transporte e inferencia.

¿Qué conviene medir?

En una escena sin modificar, registra GPU, preset, resolución y modo de texto. Prueba giros, oclusión, sesiones largas y reinicio. Separa throughput y latencia de respuesta.

Fuente: Online deployment

Por dónde empezar

Si manejas Linux con GPU y quieres combinar reglas comprobables con imagen generativa, empieza con una sesión breve en una escena incluida. Después modifica una regla y observa qué conserva el motor y qué cambia el modelo.

Si buscas un potenciador universal, una aplicación terminada o una plataforma NSFW lista para usar, espera. El mérito de Matrix-Game 4.0 es acercar la experimentación a una sola tarjeta, no haber resuelto todos los problemas del juego generativo.