蚂蚁发布可交互的开源世界模型：LingBot-World

蚂蚁集团旗下具身智能企业灵波科技，最近搞了个大动作——正式开源了他们的世界模型LingBot-World。这事儿在圈子里已经引起了不少关注，毕竟世界模型这个赛道，谁先跑通谁就占了先机。

简单来说，LingBot-World是一个面向交互式世界建模任务的开源框架。听起来有点绕，其实核心就一句话：它试图构建一个高保真、强可控、并且逻辑上自洽的虚拟仿真环境。更关键的是，这个环境不是死板的，而是能对实时操作做出动态反馈。打个比方，你在这个虚拟世界里推一个球，球的运动轨迹、碰撞效果、甚至它引发的连锁反应，都符合现实物理规律，而且立马就能看到。

为了做到这一点，灵波科技在底层搭了一个可扩展数据引擎（Scalable Data Engine），从海量的游戏场景里自动提炼物理规律和因果逻辑。说白了，就是让模型在“玩”游戏的过程中，自己学会这个世界怎么运转。

LingBot-World 的核心技术亮点

这玩意儿能干什么？简单说三点：

• 长时序建模与持续记忆机制——时间跨度越长，前后逻辑越不乱，这一点对构建连贯的虚拟世界至关重要。
• 高精度、低延迟的实时交互体验——你操作的一瞬间，世界就能给出合理反馈，不卡顿、不穿模。
• Zero-shot 泛化能力，融合多源异构数据训练策略——没见过的场景也能处理，训练数据来源越杂，模型反而越聪明。

从实际测试来看，LingBot-World在视频渲染质量、运动动态表现力、长序列时间一致性以及人机交互响应能力这些核心维度上，都达到了当前行业的最前沿水平。无论是从应用场景覆盖面、单次生成时长、动态复杂度，还是输出分辨率来看，它都站在了全球的第一梯队。

值得注意的是，目前LingBot-World的完整模型权重和推理代码已全部开放，开发者可以直接下载使用。这意味着，你拿到手的不是一个演示demo，而是一套可以真正跑起来的工具链。