继今年 7 月开源 14B 参数的 LingBot-World 2.0 后，蚂蚁灵波科技本周进一步开放了三款关键模型，构建起从本地体验、高质量训练到场景适配的完整开源生态。其中最引人注目的是面向消费级单卡 GPU 设计的 LingBot-World 2.0 Small (1.3B)，让个人开发者和高校实验室也能在本地复现并探索实时交互世界模型。
- 项目主页：https://technology.robbyant.com/lingbot-world-v2
- GitHub：https://github.com/robbyant/lingbot-world-v2
- Hugging Face：https://huggingface.co/collections/robbyant/lingbot-world-v2
- 魔搭社区：https://www.modelscope.cn/collections/Robbyant/LingBot-World-V2
本次开源的三款模型定位
| 模型名称 | 参数规模 | 核心定位与用途 |
|---|---|---|
| LingBot-World 2.0 Small | 1.3B | 面向消费级单卡 GPU，支持本地实时生成，降低体验与复现门槛 |
| LingBot-World 2.0 Bidirectional | – | 面向实时世界模型训练，提供高质量蒸馏源 |
| LingBot-World 2.0 Causal Pretrain | – | 面向后训练、评测和场景适配，提供因果预训练底座 |
这三款模型与已开源的 14B 主模型形成互补：Small 用于低门槛体验与推理优化研究，Bidirectional 用于训练高质量实时变体，Causal Pretrain 则为下游任务微调提供坚实基础。
LingBot-World 2.0 (Infinity) 四大升级
作为系列的高级迭代版本，LingBot-World 2.0 在以下四个维度实现了显著突破：
- 无界交互时域：通过精心设计的因果预训练范式，模型在保持输出质量一致的前提下，实现了小时级连续生成，突破了传统世界模型的时长限制。
- 快速响应时间：从基础模型中蒸馏出实时变体，保证极快的响应速度，在更高算力与相应推理配置下可驱动 720P / 60FPS 的高清实时视频流。
- 高度多样化的交互元素：支持攻击、射箭、施法、射击等角色动作，以及下雪、下雨等环境事件的文本驱动响应，交互丰富度远超前一版本。
- 智能体协同框架：首创“飞行员+导演”双智能体架构——飞行员智能体负责规划与执行角色行为，导演智能体随场景推进合成新颖的环境元素，实现更自然的动态世界演化。
立即体验
LingBot-World-Infinity 的实时版本已在两个平台上线：
- 国际版（网页）：Reactor
- 国内版（移动端）：LingGuang App
⚠️ 注意：Reactor 和 LingGuang 提供便捷的在线体验入口，但部分高级功能有所缺失。如需完整能力（如 720P/60FPS、全量交互元素），建议使用官方开源模型在自有硬件上部署。
对开发者与研究者的意义
- 个人/小团队：1.3B Small 模型让 RTX 3090/4090 等消费级显卡即可运行实时世界模型，无需云端算力。
- 研究者：Bidirectional + Causal Pretrain 组合提供了从预训练到蒸馏再到后训练的完整技术栈，便于复现论文结果或探索新的交互范式。
- 应用开发者：智能体协同框架和无界时域特性，为游戏 NPC、虚拟陪伴、沉浸式叙事等场景提供了可直接集成的世界模型基座。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
