蚂蚁灵波开源 LingBot-Video,视频生成正式走向物理世界
Videosrt Pro 是一款高效的音视频及字幕批处理工具。它的价值在于把零散的小功能集中到一个入口里,遇到高频但琐碎的处理任务时不必频繁切换工具。
7月9日,蚂蚁灵波悄然放出一个重磅消息——LingBot-Video正式开源。这是全球首个基于混合专家(MoE)架构、专门面向具身智能设计的视频生成基础模型。跟那些为短视频或影视特效打造的生成模型不同,LingBot-Video的出发点很纯粹:让机器人的眼睛能看懂世界,并学会如何行动。为此,团队从头
7月9日,蚂蚁灵波悄然放出一个重磅消息——LingBot-Video正式开源。这是全球首个基于混合专家(MoE)架构、专门面向具身智能设计的视频生成基础模型。跟那些为短视频或影视特效打造的生成模型不同,LingBot-Video的出发点很纯粹:让机器人的眼睛能看懂世界,并学会如何行动。为此,团队从头梳理了视频预训练范式,在推理效率、物理合理性、动作理解以及任务完成度上实现了系统性的跃升,等于给视频基础模型从“数字内容创作”转向“具身智能”铺好了一条全新的开源底座。
实测数据很能说明问题。在北京大学联合字节跳动发布的机器人操作视频基准RBench上,LingBot-Video总分达到0.620,而行业熟知的Wan2.6是0.607,Seedance 1.5 Pro是0.584,Cosmos3 Super是0.581。RBench这个榜单专门用来考察模型能否生成符合真实物理规律的机器人行为,说白了就是看模型“演”出来的动作像不像真机器人干活。LingBot-Video能在这一项上领先,意味着它在保持动作连贯性和任务完整性方面确实棋高一着。



训练环节也做了硬核升级。LingBot-Video引入了一套多维强化学习奖励系统,除了常规的美学评分、prompt跟随度、运动一致性这些指标,重点加了物理合理性和任务完成度两个维度的对齐约束。这样训练出来的模型,生成的视频内容更贴合真实世界运转规律,也更符合机器人在现实场景中执行任务的实际需求——不只是“看着像”,还要“做得对”。
据了解,LingBot-Video的应用场景覆盖了机器人动作预测、仿真数据生成、动作条件建模、世界模型研究等多个方向。现在模型已经正式开源,感兴趣的团队可以直接拿去用、去改、去跑实验。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件,支持 Windows、macOS 和 iPad 等平台,广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件,集建模、动画、渲染、视频编辑与视觉合成等功能于一体,广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎,并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统,安装包轻巧、运行流畅,依托活跃的全球开发者社区持续更新,是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件,支持 Windows、macOS 和 iPad 等平台,广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件,集建模、动画、渲染、视频编辑与视觉合成等功能于一体,广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎,并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统,安装包轻巧、运行流畅,依托活跃的全球开发者社区持续更新,是从初学者到专业创作者都值得选择的正版 3D 创作工具。















