蚂蚁灵波开源LingBot-World 2.0：世界模型首次实现小时级实时生成，Agent机制加持多人交互

7月9日，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（又称LingBot-World-Infinity），将世界模型的能力从"分钟级"推向"小时级"实时生成，在生成时长、动态程度和实时性方面均达到业界领先水平。

今年1月，蚂蚁灵波曾开源第一代世界模型LingBot-World，重点攻克了长视频生成中的"长时漂移"问题，将连续稳定生成时长推进到近10分钟，并支持键鼠操控与文本触发环境变化。此次2.0版本在此基础上实现了质的飞跃。

LingBot-World 2.0采用因果预训练范式，引入自研的MoBA机制，让模型按照真实世界交互的时间顺序学习世界演化规律——基于已经发生的画面、动作和场景状态持续预测后续变化，从而大幅减少长时间生成中的偏差放大问题。在长达一小时的不间断压力测试中，该模型画面始终保持纹理清晰、场景结构连贯，无明显画质衰减。

在交互层面，LingBot-World 2.0带来了显著升级。模型支持攻击、射箭、施法、射击、跳跃、滑翔等多类动作，动作结果由模型根据场景状态实时生成，保持物理合理性与视觉一致性。同时支持通过文本触发昼夜切换、天气变化、实体注入等事件。系统内置双Agent机制：Pilot Agent负责规划和执行角色行为，Director Agent在场景推进中实时提出新事件，让生成的世界从"可观看、可操控"迈向"可持续互动、可动态变化"。

更重要的是，LingBot-World 2.0支持多位用户同时进入同一个持续运行的世界共同探索和互动，开启了世界模型的AI原生多人交互体验。为了确保实时体验，蚂蚁灵波从预训练模型中蒸馏出面向实时交互的快速版本，实现了稳定输出720p/60fps高清画面，用户通过键盘操控角色时画面几乎无延迟地即时反馈。

此次开源进一步降低了世界模型的使用门槛。LingBot-World 2.0不仅可广泛应用于游戏内容生成、影视预演、虚拟仿真、数字孪生等场景，更作为蚂蚁灵波全栈大脑2.0的重要一环，支持机器人与具身智能训练场景。目前用户可在Reactor平台和灵光APP在线体验。