连续三天三连开源！继机器人 “眼睛” LingBot-Depth、“大脑” LingBot-VLA 之后，蚂蚁灵波再放大招 —— 开源通用世界模型LingBot-World。它不仅能生成 10 分钟时长的连贯虚拟世界，还支持实时交互、物理规律遵循，视觉效果比肩 DeepMind Genie 3，更关键的是：完全开源，让整个开源社区直呼 “史诗级胜利”！
核心亮点：不止能看，更能 “玩” 的虚拟世界
LingBot-World 打破了传统 AI 视频生成 “只能看不能动” 的局限，把一致性、交互性、实时性三大核心能力拉满，带来颠覆性体验：
-
超长时序 + 高度一致：支持 10 分钟连续生成，科幻场景中的光圈、角色等元素，无论远景近景都保持统一，不会出现中途 “变形”；
-
强记忆不遗忘：视频中的猫咪离开画面后，镜头转回时仍能还原其行为轨迹，仿佛在屏外自然活动，彻底解决长视频 “灾难性遗忘”；
-
物理规律严遵循：物体碰撞、空间关系符合现实逻辑，猫咪撞到沙发不会穿模，虚拟世界真实感拉满；
-
双模式深度交互：既支持 WASD 键盘 + 鼠标操控视角，像玩 3A 游戏一样自由探索；也支持自然语言实时干预，输入 “前面放烟花”“变成冰雪世界”，就能 “言出法随” 改写虚拟世界；
-
Agent 自主行动：智能体可在生成世界中自主规划路径、执行任务，无需人工实时操控。
技术拆解：LingBot-World 是如何炼成的？
要实现 “逼真 + 交互 + 长效” 的世界模拟，蚂蚁灵波团队在数据和模型层面做了双重创新：
1. 数据层面：混合引擎 + 分层标注
-
混合数据引擎：结合海量真实世界视频（第一 / 第三人称视角）与虚幻引擎合成数据，合成数据自带相机位姿和物理碰撞信息，帮模型掌握因果关系；
-
三层标注策略：叙事描述（讲整体情节）、静态场景描述（剥离动作聚焦环境）、密集时序描述（精确到秒的动作记录），让模型清晰区分背景与运动。
2. 模型层面：三阶段进化策略
-
预训练：基于视频生成模型初始化，重点打磨高保真纹理和光影生成能力，先 “画好一个世界”；
-
中训练：引入混合专家架构，分工负责全局布局与细节填充，注入交互数据和游戏逻辑，让模型学会 “响应操作”，同时通过渐进式学习激活空间记忆；
-
后训练：采用因果注意力机制 + 少步蒸馏技术，将推理从双向推演改为自回归生成，延迟压缩至 1 秒内（16fps），实现实时可交互。
布局曝光：1+1+1>3 的具身智能闭环
单独看 LingBot-World 是强大的世界模拟器，但结合前两款开源产品，蚂蚁灵波的具身智能布局瞬间清晰 —— 三者构成完整基础设施闭环：
-
感知层（LingBot-Depth）：通过掩码深度建模补全传感器信号，让机器人看清反光、透明物体，搞定 “看见世界”；
-
决策层（LingBot-VLA）：经 20000 小时真实数据训练，在三大机器人平台完成 100 项任务，成功率碾压同类，负责 “规划行动”；
-
模拟层（LingBot-World）：生成无穷尽的物理级虚拟环境，让 VLA 在其中千万次低成本推演，同时生成的 3D 点云可反哺 Depth 优化，真实世界反馈又能提升 World 模拟精度。
这套闭环不仅适配具身智能，还能延伸到游戏开发、AIGC 创作、自动驾驶仿真等多个领域，潜力无限。
开源资源直达（附部署验证）
为证明不是 “demo 级产品”，团队已公开部署视频，核心资源一键获取：