官宣！蚂蚁灵波世界模型2.0来了，小时级生成+Agent驱动定义AI交互新范式

7月9日，官宣蚂蚁灵波科技正式开源新一代实时交互世界模型 LingBot-World 2.0（代号 LingBot-World-Infinity）。蚂蚁模型该模型在预测精度与交互维度上实现全面突破，灵波不仅支持小时级连续生成与720p/60fps高清实时渲染，世界式更在业界首创将 Agent（智能体）机制引入世界模型。小时新范这一技术跃迁标志着AI生成内容从“静态观看、生交互简单操控”向“动态演化、驱动持续互动”的定义新范式跨越。

图说：LingBot-World 2.0在生成时长、官宣动态复杂度及实时响应速度等核心指标上均达到业界顶尖水平。蚂蚁模型

从“长时漂移”到“无限生成”的灵波技术演进

回顾今年1月，蚂蚁灵波开源的世界式首代模型 LingBot-World 1.0主要致力于解决长视频生成中的痛点——“长时漂移”（即随着生成时间延长，画面出现模糊、小时新范结构扭曲等现象）。生交互1.0版本成功将连续稳定生成时长提升至近10分钟，驱动并初步实现了键鼠操控与文本触发环境变化，引发了行业广泛关注。

在此基础上，LingBot-World 2.0 实现了向“无限生成”的质变：

1. 因果预训练范式：模型采用全新的因果预训练架构，结合自研的 MoBA机制，严格遵循真实世界交互的时间逻辑。
2. 状态持续预测：基于已发生的画面、动作及场景状态，模型能够精准预测后续演化，有效抑制长时间生成中偏差累积的问题，彻底解决画面随时间推移而模糊、结构失真的难题。
3. 极致稳定性验证：在长达一小时的不间断压力测试中，模型画面始终保持纹理清晰、场景结构连贯，未出现任何明显的画质衰减或逻辑断裂。

实时交互优化：边生成、边传输、边显示

为了提供流畅的实时交互体验，蚂蚁灵波对生成流程进行了系统性重构：

• 模型蒸馏：从预训练大模型中蒸馏出面向实时交互的快速版本。
• 流式渲染：打破传统“整段生成后播放”的模式，实现边生成、边传输、边显示的流式处理。
• 低延迟反馈：最终实现稳定的 720p/60fps高清输出。当用户通过键盘操控角色移动或切换视角时，系统能实现几乎无延迟的即时反馈，确保交互的沉浸感。

Agent驱动：构建可动态演化的智能世界

LingBot-World 2.0 在交互深度上实现了显著拓展，不再局限于基础的“行走与观察”：

• 丰富动作库：支持攻击、射箭、施法、射击、跳跃、滑翔等多种复杂动作。所有动作结果均由模型根据当前场景状态实时演算，确保物理合理性与视觉一致性。
• 文本事件触发：用户可通过自然语言指令触发昼夜更替、天气变化、实体注入等高阶场景事件。
• 双Agent协同机制：
• Pilot Agent（飞行员智能体）：负责规划并执行角色的具体行为路径。
• Director Agent（导演智能体）：在场景推进过程中，实时生成新的事件与剧情冲突，推动世界动态演化。
• 多人同服体验：系统支持多位用户同时进入同一个持续运行的世界进行共同探索与互动，开启了AI原生的多人协作与对抗体验。

全栈赋能：从内容创作到具身智能

此次开源进一步降低了世界模型的应用门槛。作为蚂蚁灵波全栈大脑2.0的核心组件，LingBot-World 2.0 具备广泛的应用前景：

• 内容创作：游戏资产生成、影视预演、虚拟仿真、数字孪生场景构建。
• 具身智能：为机器人训练提供高保真、可交互的模拟环境，加速具身智能算法的迭代与落地。

目前，用户可通过 Reactor平台和 灵光APP在线体验 LingBot-World 2.0，亲身感受其小时级实时生成、连续交互以及由Agent驱动的动态世界演化能力。

(责任编辑：娱乐)