7月9日，陪玩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）。蚂蚁模型该版本在底层架构上进行了全面革新，灵波不仅支持小时级连续实时生成与 720p/60fps 高清实时渲染，世界时生实更在业界首创将 Agent（智能体）机制引入世界模型。正式这一突破标志着生成式AI从单纯的发布“可观看、可操控”向“可持续互动、陪玩可动态演化”的蚂蚁模型深层交互阶段迈进。

图说：LingBot-World 2.0 在生成时长、灵波动态复杂度及实时响应速度上均达到业界顶尖水平

技术迭代：从“长时稳定”到“无限生成”

今年1月，世界时生实蚂蚁灵波开源的正式首代世界模型 LingBot-World 1.0 成功解决了长视频生成中的核心痛点——“长时漂移”（即随着生成时间延长，画面出现模糊、发布结构变形等问题），陪玩将连续稳定生成时长提升至近10分钟，蚂蚁模型并初步实现了键鼠操控与文本触发环境变化。灵波

在此基础上，LingBot-World 2.0 实现了质的飞跃：

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，模拟真实世界的时间演化逻辑。
2. 偏差抑制：基于已发生的画面、动作及场景状态，持续预测后续变化，有效遏制长时间生成中误差累积导致的画质衰减与结构失真。
3. 极限测试验证：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，未出现明显的画质降级。

实时交互：边生成、边传输、边显示

为了提供极致的实时交互体验，蚂蚁灵波对生成流程进行了系统性重构：

• 流式输出优化：通过从预训练模型中蒸馏出面向实时交互的快速版本，打破了传统“整段生成后播放”的模式，实现了边生成、边传输、边显示的流式处理。
• 低延迟反馈：最终实现了稳定的 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，系统能几乎无延迟地即时反馈画面变化，确保交互的流畅性。

交互升级：双Agent驱动与多人共融

LingBot-World 2.0 极大地丰富了交互维度，不再局限于基础的移动与视角切换：

• 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实时场景状态生成，确保物理合理性与视觉一致性。
• 动态事件触发：支持通过文本指令触发昼夜更替、天气变化、实体注入等高阶环境事件。
• 双Agent机制：
• PilotAgent：负责规划并执行角色的具体行为。
• DirectorAgent：在场景推进过程中，实时生成新的事件与剧情线索，推动世界动态演化。
• 多人同步交互：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，开启了AI原生的多人在线交互体验。

应用场景与开源生态

此次开源进一步降低了世界模型的应用门槛。LingBot-World 2.0 作为蚂蚁灵波全栈大脑 2.0的核心组件之一，其应用场景广泛：

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

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：知识)