LingBot-World 2.0

📌 核心价值：蚂蚁灵波开源 LingBot-World 2.0 —— 小时级实时驱动的"无限世界"世界模型，720p/60fps 持续运行

Genie 3 单次 session 极限 1 分钟，LingBot-World 2.0 把它推到小时级。Pilot Agent + Director Agent 双脑协作，让世界模型首次具备"长时因果一致性"和"开放域动态演化"。

---

🚀 什么是 LingBot-World 2.0？

LingBot-World 2.0（代号 LingBot-World-Infinity）是蚂蚁灵波科技（Robbyant Team）于 2026 年 7 月开源发布的实时交互式世界模型。与传统视频生成"生成完即结束"不同，它把世界模拟严格定义为因果生成过程 —— 你每按下一个 W/A/S/D，每一次近战攻击、射箭、施法、射击，世界都会顺着你的动作继续演化，并能维持数小时不崩。

核心定位：把世界模型从"短片播放器"升级成"可交互的开放沙盒"。

---

✨ 四大核心升级

1️⃣ 无限交互时域（Unbounded Interaction Horizon）

通过精心设计的因果预训练范式，模型在长时间运行下仍能保持画面质量与逻辑一致性。实测中后室风格场景可连续探索 10 分钟以上不漂移；如果不是评测时间限制，理论上可以一直运行下去。

2️⃣ 实时响应（720p / 60 fps）

基于 14B 基座模型蒸馏出的实时变体，单张消费级显卡即可稳定输出 720p @ 60fps 视频流，单次推理延迟约 2 秒即可开始响应用户操作。

3️⃣ 高度多样化交互元素

相比第一代，本版本显著扩展动作空间 —— 攻击、射箭、施法、射击 四大战斗类动作，搭配更丰富的文本驱动事件（天气变化、敌人增援、环境切换等）。

4️⃣ Agentic Harness 双脑协作

这是 LingBot-World 2.0 最有想象力的设计：首次在"世界模型"领域引入 Pilot Agent（玩家代理）与 Director Agent（导演代理）的协同。

• Pilot Agent（基于 VLM）负责理解当前状态、规划角色行为；
• Director Agent 负责在场景推进过程中主动合成新环境元素（如天气变化、商店切换、梵高风格幻觉等）。

二者形成"大脑 + 小脑"的闭环：VLM 大脑负责高层决策，底层视频模型小脑负责生成连续可信画面。

---

🔬 技术核心：MoBA 混合注意力机制

传统自回归世界模型（如 Genie 3）有一个致命问题：上下文越长，模型越依赖"背答案"而非真正预测，导致画质下降。

蚂蚁灵波团队在论文中提出了 MoBA（Mixture of Bidirectional and Autoregressive）注意力机制：在自回归的注意力掩码中"嵌入"双向注意力补丁，让模型既能保持自回归的因果一致性，又能避免长上下文下画质崩溃。

这一机制是 LingBot-World 2.0 实现"小时级稳定运行"的工程基础。

---

🛠️ 快速上手：5 分钟跑通示例

安装

# 克隆仓库
git clone https://github.com/Robbyant/lingbot-world-v2.git
cd lingbot-world-v2

# 安装依赖（需 PyTorch >= 2.4.0）
pip install -r requirements.txt

# 安装 flash_attn（推荐）
pip install flash-attn --no-build-isolation

模型下载

# HuggingFace 方式
pip install "huggingface_hub[cli]"
huggingface-cli download robbyant/lingbot-world-v2-14b-causal-fast \
    --local-dir ./lingbot-world-v2-14b-causal-fast

# ModelScope 方式（国内推荐）
pip install modelscope
modelscope download robbyant/lingbot-world-v2-14b-causal-fast \
    --local_dir ./lingbot-world-v2-14b-causal-fast

推理（causal_fast，480P 多卡）

torchrun --nproc_per_node=8 generate.py \
    --task i2v-A14B \
    --size 480*832 \
    --ckpt_dir lingbot-world-v2-14b-causal-fast \
    --image examples/03/image.jpg \
    --action_path examples/03 \
    --dit_fsdp --t5_fsdp --ulysses_size 8 \
    --frame_num 361 \
    --local_attn_size 18 --sink_size 6 \
    --prompt "A serene lakeside scene with a lone tree standing in calm water..."

或使用一键脚本：

bash run_fast.sh lingbot-world-v2-14b-causal-fast 361

注意：14B causal-pretrain 模型仍在 TODO 列表中，causal-fast 是当前唯一可直接下载的版本。

---

📊 与竞品对比

💡 关键差距：在生成时长、动作自由度、语义交互自由度、视频清晰度四个核心维度上全面领先 Genie 3。

---

💡 适用场景

场景 1：游戏开发 —— "剧本驱动"转"世界驱动"

LingBot-World 2.0 让剧情不再由编剧的分支树预先锁定，而是从玩家行为 + Agent 提案中自然生长。对创作者来说，工具范式从"逐帧制作画面"迁移到"通过 Action 和 Event 控制世界演化方向"。

功能说明：开发者提供一张参考图 + 场景提示词，模型即可生成一个可交互的开放世界，玩家在其中自由探索。

输入要求：参考图（角色/场景剧照）+ 环境提示词（中世纪欧洲、山谷、街道等）

输出效果：玩家可通过 WASD 移动、近战攻击、射箭、施法等动作持续驱动世界，画面以 720p/60fps 输出

适用场景：

• 开放世界游戏原型验证（刺客信条风格、奇幻风格、后室风格）
• 互动影视内容生产
• 沉浸式角色扮演（VR/AR）底座

---

场景 2：具身智能仿真环境

LingBot-World 2.0 可为机器人/具身智能提供持续变化、突发事件频发的仿真环境，比固定场景的 replay buffer 更接近真实世界那种"永远不知道下一秒会发生什么"的复杂性。

功能说明：机器人可作为 Pilot Agent 进入世界模型，Director Agent 不断提出新事件（路人走动、车辆出现、天气变化），形成"无穷无尽的训练场景"。

输入要求：机器人的控制信号（WASD 等）+ 视觉输入

输出效果：720p/60fps 的视觉流，可作为 VLA（Vision-Language-Action）模型的训练数据

适用场景：

• 通用机器人策略学习（导航、操作、避障）
• 自动驾驶长尾场景仿真
• 机器人 sim2real 迁移

---

场景 3：内容创作 —— 一张图 → 一整个宇宙

上传一张"刺客信条：起源"的角色剧照 + 中世纪欧洲荒野的环境提示词，2 秒后你的角色就开始在地图中探索，可同时按下"前进"和"近战攻击"，挥舞火焰附魔长刀。

功能说明：用户从单张参考图出发，逐步构建可交互的奇幻/历史/未来场景，并通过 Director Agent 提案事件实现"剧情自然生长"。

输入要求：参考图（角色/物品/场景）+ 风格提示词（梵高、赛博朋克、写实等）+ 可选事件触发

输出效果：可任意探索的实时场景，支持设置新技能、切换新环境

适用场景：

• 短视频内容生产（小红书、抖音奇幻场景）
• 互动广告制作
• 创意 MV / 短视频脚本验证

---

场景 4：学术研究底座

LingBot-World 2.0 提供了一个事件驱动、可持续运行的公共实验底座。研究者可在上面测试长时因果一致性、开放域动态规律、智能体协同与环境反馈等关键问题，不必从零搭建。

功能说明：作为世界模型研究的统一基座，对比不同注意力机制、Agent 架构、长时记忆策略。

输入要求：研究者自定义的 Agent / 注意力机制 / 记忆模块

输出效果：可量化的世界一致性指标 + 可视化 demo

适用场景：

• 顶会论文实验（NeurIPS / CVPR / ICLR）
• 长上下文 LLM 评测
• Agent 协同算法验证

---

用户群体总结

• ✅ 游戏开发者：需要快速验证开放世界原型
• ✅ 具身智能研究者：需要持续变化的仿真环境
• ✅ 短视频创作者：需要奇幻/历史场景的实时渲染
• ✅ 世界模型学术研究者：需要开源的实时世界底座
• ❌ 不适合：当前 14B 模型采用 CC BY-NC-SA 4.0 非商用协议，商业产品集成需等待 1.3B 商用版本（TODO 列表中）

---

💰 定价方案

模型版本	参数	协议	状态
lingbot-world-v2-14b-causal-fast	14B	CC BY-NC-SA 4.0（非商用）	✅ 已开源
lingbot-world-v2-14b-causal-pretrain	14B	CC BY-NC-SA 4.0	TODO
lingbot-world-v2-1.3b 系列	1.3B	商用协议	TODO
lingbot-world-v2-14b-bidirectional	14B	CC BY-NC-SA 4.0	TODO

适用场景速查：14B causal-fast → 研究/学术；1.3B 系列 → 消费级独立显卡/商用集成；14B bidirectional → 高质量离线生成

💡 新用户福利：在线体验零门槛 —— 国际用户访问 Reactor，国内用户访问 LingGuang（灵光），均可直接上手。

在线体验

• 国际（Web）：Reactor
• 国内（移动）：LingGuang
• 官方 Demo：WAIC 2026（世界人工智能大会）现场体验

---

🎯 总结

LingBot-World 2.0 把"世界模型"从分钟级短片播放器升级为小时级可交互开放沙盒。MoBA 混合注意力机制解决了自回归世界模型长上下文画质崩溃的顽疾，Agentic Harness 双脑协作让世界首次具备"自主演化"的能力。

推荐指数： ⭐⭐⭐⭐⭐（满分 5 星）

适合人群： 游戏开发者、具身智能研究者、AI 内容创作者、世界模型学术研究者

立即体验： Reactor 在线 Demo | LingGuang 灵光（国内）

GitHub 仓库： Robbyant/lingbot-world-v2

技术报告： paper.pdf

HuggingFace 模型： robbyant/lingbot-world-v2

---

数据截至 2026-07-12，最新信息请以官网为准。