蚂蚁开源世界模型Genie：10分钟用单图生成长视频
智东西
作者 王涵
编辑 云鹏
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
智东西1月29日报道，今日，蚂蚁灵波科技正式发布并开源了其世界模型LingBot-World。该模型是一个专为交互式世界模拟设计的开源框架。其核心基础组件LingBot-World-Base能够提供高保真度、可控且逻辑一致的模拟环境。
LingBot-World由一个可扩展的数据引擎驱动，通过从大规模游戏环境中学习物理规律与因果关系，可以实现与生成世界进行实时交互。
该模型在视频质量、动态范围、长时一致性、交互能力等关键指标上均接近于谷歌Genie 3模型。
▲ LingBot-World能力表
体验地址：
technology.robbyant.com/lingbot-worldModel
开源地址：
Hugging Face：
huggingface.co/collections/robbyant/lingbot-world
魔搭社区：
www.modelscope.cn/collections/Robbyant/LingBot-world
Github：
github.com/Robbyant/lingbot-worldTech
技术报告：
github.com/robbyant/lingbot-world/blob/main/LingBot_World_paper.pdf
一、近十分钟稳定生成，镜头移动60秒还能保持一致
针对视频生成中最常见的“长时漂移”问题——即生成时间一长就可能出现物体变形、细节塌陷、主体消失或场景结构崩溃等现象，LingBot-World通过多阶段训练以及并行化加速，实现了近10分钟的连续稳定无损生成，为长序列、多步骤的复杂任务训练提供支撑。
▲ 一致性压力测试，镜头最长移动60秒后返回，目标物体仍存在且结构一致
▲ 高动态环境下，镜头长时间移开后返回，车辆形态外观仍保持一致
▲ 镜头长时间移开后返回，房屋仍存在且结构一致
交互性能上，LingBot-World可实现约16 FPS的生成吞吐，并将端到端交互延迟控制在1秒以内。用户可通过键盘或鼠标实时控制角色与相机视角，画面随指令即时反馈。
用户可以通过文本指令触发环境变化与世界事件，例如调整天气、切换画面风格或生成特定事件等，且所有变化均可在保持场景几何关系相对稳定的前提下完成。
二、支持长程任务训练，与场景多样化生成
为解决世界模型训练中高质量交互数据匮乏的问题，LingBot-World采用了混合采集策略：一方面通过清洗大规模的网络视频以覆盖多样化的场景，另一方面结合游戏采集与虚幻引擎（UE）合成管线，从渲染层直接提取无UI干扰的纯净画面，并同步记录操作指令与相机位姿，为模型学习“动作如何改变环境”提供对齐的训练信号。
得益于此，LingBot-World具备了良好的Zero-shot泛化能力。仅需输入一张真实的城市街景照片或游戏截图，模型即可生成对应的可交互视频流，无需针对单一场景进行额外训练，降低了在不同场景中的部署与使用成本。
▲ 机器人穿梭在城市之间
具身智能的规模化落地还面临一个核心挑战，那就是复杂长程任务的真实机训练数据极度稀缺。
LingBot-World凭借长时序一致性、实时交互响应，以及对“动作-环境变化”因果关系的理解，能够在数字世界中“想象”物理世界，为智能体的场景理解和长程任务执行提供了一个低成本、高保真的试错空间。
同时，LingBot-World还支持场景多样化生成，可以改变光照、摆放位置变化等，此功能也有助于提升具身智能算法在真实场景中的泛化能力。
结语：蚂蚁补充物理感知拼图
蚂蚁连续发布三款“灵波”系列具身领域大模型，其通用人工智能（AGI）战略由此完成从数字世界向物理感知层面的关键延伸，也令其“基础模型 – 通用应用 – 实体交互” 的全栈技术路径进一步清晰。
从行业视角看，世界模型正成为连接生成式AI与具身智能的关键桥梁。LingBot-World在长序列生成与零样本泛化方面的能力，若能在实际应用中验证，或可推动相关领域从有限场景训练向开放场景适应的演进。
相关攻略
BCBC币(BCBC)深度解析：技术底色与市场前景 在百花齐放的数字货币领域，总有项目希望以独特的技术路径站稳脚跟。BCBC币（BCBC）正是其中之一，它依托一套组合技术方案来构建其安全与稳定的基石，目标直指高效、低成本的支付新体验，同时也不失为投资者眼中一个潜在的增值选项。 技术架构：不止于共识的
BNB Chain完成第31次季度销毁，近10亿美元BNB永久退出流通 近日，全球顶尖的区块链基础设施BNB Chain正式完成了其第31次季度代币销毁。根据官方公布的数据，本次共计销毁了1,579,207 716枚BNB，按销毁时市场价值计算，总额高达约9 16亿美元。此次大规模销毁再次向市场展现
OpenClaw 核心命令完全指南：从入门到精通 当您开始接触一个新工具时，最常见的障碍是什么？往往是面对复杂的命令列表感到困惑，只能被动地复制粘贴。这不仅影响效率，而且在遇到问题时更难以排查。 本文将为您深入解析 OpenClaw 的关键指令，帮助您从基础操作者转变为理解原理的熟练用户，全面提升配
让AI告别“重视觉效果、轻物理逻辑”的行业短板，近期五一视界（51WORLD）发布全球首款物理直觉世界模型51World Model，实现AI遵循物理规律推演、与真实场景全要素交互的核心突破，彻底破
一台售价8 5万元的人形机器人，拆开来看，成本只有4 16万元，预估毛利率40 7%。但宇树G1的真正壁垒，藏在硬件之外。3月30日，中邮证券电新团队分析师苏千叶、盛炜、杨帅波发布《宇树G1人形机器
热门专题
热门推荐
金亨泰亲证：《剑星》核心灵感源自三上真司经典动作游戏《P N 03》 近日，游戏界迎来一则令动作游戏爱好者振奋的重磅消息。Shift Up创始人金亨泰通过官方视频，正式宣布与传奇制作人三上真司旗下工作室展开深度合作。他特别强调，此次联手并非简单的资源整合，而是要让玩家亲眼见证，当三上真司深厚的动作游
红色沙漠属性限制怎么突破 在《红色沙漠》游戏进程中，很多玩家会发现，当角色属性提升至10级后便会遭遇等级上限的封锁，无法继续升级。这并非设计缺陷，而恰恰是游戏深度成长系统的起点——只有成功突破这层限制，角色真正的潜力才能被彻底释放。 那么，突破属性限制的具体方法是什么？关键在于寻访分布在游戏世界各地
Kraken旗下代币化美股平台xStocks宣布将推出xPoints！积分计划细节引出发币猜想 随着真实世界资产(RWA)赛道持续升温，代币化股票已然成为加密市场里增长最为迅猛的领域之一。最新消息显示，知名交易所Kraken旗下的代币化美股平台xStocks即将推出名为“xPoints”的奖励计划，
一、BD核心构建思路 想要打造一个能抗能打、生存与输出兼备的近战角色吗？双修闪打德鲁伊无疑是你的理想选择。这套玩法的核心理念非常清晰：召唤强大的熊灵作为你的“不朽壁垒”，在前排承担主要伤害并稳固仇恨；与此同时，你自身则化身为“风暴裁决者”，依靠风暴打击实现高频位移与持续输出。一守一攻，默契配合，使得
虚拟币网格交易超出区间会强行卖出吗？ 聊起网格交易，很多朋友第一印象就是“自动化低买高卖”。作为一种经典的量化策略，它确实试图在市场波动中捕捉利润。但问题来了：一旦币价飘出了预设的“网格”，系统会不会来个“清仓大甩卖”呢？通常来说，答案是否定的，强行卖出并非标准动作。不过，具体会发生什么，还真得看您