蚂蚁灵波LingBot-World 2.0再开源三款模型

9月11日，继今年7月开源LingBot-World 2.014B模型后，今天蚂蚁灵波科技进一步开放三款模型：LingBot-World 2.0 Small(1.3B)、LingBot-World 2.0 Bidirectional 和LingBot-World 2.0 Causal Pretrain。

这一次，蚂蚁灵波科技首先希望解决一个更直接的问题：当世界模型已经能够长时间持续生成、实时响应操作并不断创造新事件，怎样让更多开发者真正把它跑起来?

1.3B小模型面向消费级单卡 GPU，可在单卡上实现实时世界生成；Bidirectional 与 Causal Pretrain 则进一步开放模型蒸馏和因果预训练能力。蚂蚁灵波科技表示希望让LingBot-World 2.0不仅可以被体验，也更容易被运行、研究和改进。

LingBot-World 2.0是一个实时交互世界模型。在此前7月发布的14B 主模型中，重点推进了长时序稳定性、实时生成和交互能力。模型支持小时级连续生成，并可以响应攻击、射箭、施法、射击等角色动作，以及下雪、下雨等环境事件。Pilot Agent 与 Director Agent 组成的 Agentic Interaction Harness，则协同完成角色行为与环境内容生成，让世界在探索过程中继续演化。在更高算力与相应推理配置下，LingBot-World 2.0可进一步达到720P / 60FPS 的高清实时体验。

本次开源的 LingBot-World 2.0 Small 采用1.3B 参数规模，面向消费级单卡 GPU 设计，可在单卡上实现实时生成。

此外，蚂蚁灵波同步开放 LingBot-World 2.0 Bidirectional，即双向 Teacher 模型。它面向实时世界模型训练，提供高质量的蒸馏源。高质量生成通常需要多步去噪，计算成本较高，难以直接满足实时交互需求。通过蒸馏，可以将 Teacher 的多步生成轨迹压缩到少步 Student，在降低生成成本的同时，尽可能保留预训练阶段学习到的动作条件动态能力。

本次开放的第三款模型是 LingBot-World 2.0 Causal Pretrain。它面向后训练、评测和场景适配，提供因果预训练底座。Causal Pretrain 支持相机位姿与文本提示(Prompt)两类输入，让用户既可以控制移动和视角，也可以通过文本改变局部事件与世界状态。