蚂蚁灵波 LingBot-World

LingBot-World (Advancing Open-source World Models, Robbyant)进阶

蚂蚁灵波开源的可交互世界模型，按键盘和镜头指令实时生成后续画面。

LingBot-World 是蚂蚁灵波（Robbyant）2026 年 1 月开源的世界模型，由通义万相 Wan2.2 视频生成模型改造而来。给定起始图像或文字描述后，用户用键盘动作或相机位姿逐步操控，模型接着生成相应画面，论文称之为世界模拟器。官方报告它能在分钟级时长内保持场景前后一致（称为长时记忆），并以每秒 16 帧、延迟不到 1 秒的速度实时交互；代码和权重以 Apache 2.0 协议开放，意在缩小开源与闭源世界模型的差距，面向内容创作、游戏和机器人学习。2026 年 7 月的 2.0 版（LingBot-World-Infinity）支持不限时长的交互，蒸馏出的实时版可驱动 720p 60fps 视频流，提供 14B 和 1.3B 两个规模。