7 月 9 日，螞蟻靈波科技開(kāi)源新一代實(shí)時(shí)交互世界模型 LingBot-World 2.0（又稱 LingBot-World-Infinity）。該模型全面升級(jí)世界預(yù)測(cè)與交互能力，支持小時(shí)級(jí)實(shí)時(shí)生成、720p/60fps 高清實(shí)時(shí)輸出以及更豐富的交互動(dòng)作與事件，并在業(yè)界首次將 Agent 機(jī)制引入世界模型，讓生成的世界從“可觀看、可操控”，進(jìn)一步走向“可持續(xù)互動(dòng)、可動(dòng)態(tài)變化”。

（圖說(shuō)：LingBot-World 2.0 在生成時(shí)長(zhǎng)、動(dòng)態(tài)程度、實(shí)時(shí)性等方面均處于業(yè)界頂尖水平）

今年 1 月，螞蟻靈波開(kāi)源了第一代世界模型 LingBot-World，重點(diǎn)攻克長(zhǎng)視頻生成中常見(jiàn)的“長(zhǎng)時(shí)漂移”問(wèn)題，即生成時(shí)間一長(zhǎng)，畫面容易模糊、結(jié)構(gòu)容易變形。LingBot-World 1.0 將連續(xù)穩(wěn)定生成時(shí)長(zhǎng)推進(jìn)到近 10 分鐘，而且支持鍵鼠操控與文本觸發(fā)環(huán)境變化，引發(fā)業(yè)界廣泛關(guān)注。

在此基礎(chǔ)上，LingBot-World 2.0 進(jìn)一步向“無(wú)限生成”邁進(jìn)。模型采用因果預(yù)訓(xùn)練范式，并引入自研的 MoBA 機(jī)制，讓模型按照真實(shí)世界交互的時(shí)間順序?qū)W習(xí)世界如何演化——基于已經(jīng)發(fā)生的畫面、動(dòng)作和場(chǎng)景狀態(tài)，持續(xù)預(yù)測(cè)接下來(lái)的變化，從而減少長(zhǎng)時(shí)間生成中偏差不斷放大的問(wèn)題，避免畫面越生成越模糊、結(jié)構(gòu)越生成越失真。

在長(zhǎng)達(dá)一小時(shí)的不間斷壓力測(cè)試中，LingBot-World 2.0 畫面始終保持紋理清晰、場(chǎng)景結(jié)構(gòu)連貫，無(wú)明顯畫質(zhì)衰減。

為了確保實(shí)時(shí)的交互體驗(yàn)，螞蟻靈波從預(yù)訓(xùn)練模型中蒸餾出面向?qū)崟r(shí)交互的快速版本，并對(duì)生成流程做了系統(tǒng)優(yōu)化，畫面不再是等一整段生成完才播放，而是邊生成、邊傳輸、邊顯示。最終，LingBot-World 2.0 實(shí)現(xiàn)了穩(wěn)定輸出 720p/60fps 高清畫面，用戶通過(guò)鍵盤操控角色移動(dòng)、切換視角時(shí)，畫面幾乎無(wú)延遲地即時(shí)反饋。

在交互層面，LingBot-World 2.0 不再只是“走一走、看一看”。模型支持攻擊、射箭、施法、射擊、跳躍、滑翔等多類動(dòng)作，動(dòng)作結(jié)果由模型根據(jù)場(chǎng)景狀態(tài)實(shí)時(shí)生成，保持物理合理性與視覺(jué)一致性；也支持通過(guò)文本觸發(fā)晝夜切換、天氣變化、實(shí)體注入等事件。系統(tǒng)還內(nèi)置雙 Agent 機(jī)制：Pilot Agent 負(fù)責(zé)規(guī)劃執(zhí)行角色行為，Director Agent 在場(chǎng)景推進(jìn)中實(shí)時(shí)提出新事件。此外，模型支持多位用戶同時(shí)進(jìn)入同一個(gè)持續(xù)運(yùn)行的世界共同探索互動(dòng)，開(kāi)啟 AI 原生的多人交互體驗(yàn)。

此次開(kāi)源也進(jìn)一步降低了世界模型的使用門檻。作為新一代實(shí)時(shí)交互式世界模型，LingBot-World 2.0 不僅可廣泛應(yīng)用于游戲內(nèi)容生成、影視預(yù)演、虛擬仿真、數(shù)字孿生等場(chǎng)景，更重要的是，作為螞蟻靈波全棧大腦2.0的重要一環(huán)，支持機(jī)器人與具身智能訓(xùn)練場(chǎng)景。

目前，用戶可在 Reactor 平臺(tái)和靈光 APP 在線體驗(yàn)，感受 LingBot-World 2.0 實(shí)時(shí)生成、連續(xù)交互以及 Agent 驅(qū)動(dòng)的動(dòng)態(tài)世界演化能力。