蚂蚁灵波｜推进LingBot-World 2.0开源链路，轻量端面向消费级单卡

世界模型若只能生成十秒短片，对游戏与机器人都不够用；若跑不动消费级显卡，开源也只是海报。近窗，蚂蚁集团旗下具身公司灵波（Robbyant）围绕LingBot-World 2.0（亦称LingBot-World-Infinity）继续推进开源与轻量化。官方产品页将其描述为可长时间保持视觉连贯、实时约720p/60fps、亚秒级操控时延的可玩交互世界，并称模型权重将释放以支持世界模型开放研究。

灵波是蚂蚁体系内聚焦「一脑多机」的具身智能公司，产品叙事强调把世界模型从观看体验做成可进入、可操控、可演化的实时环境。公开材料同步提到约1.3B量级Small、双向Teacher与因果预训练等形态：Small面向消费级单卡本地实时生成；Teacher提供高质量蒸馏源；因果预训练底座服务后训练、评测与场景适配——整条链路的重点，是把「能演示」做成「可二次开发」。

开源链路要点（官方/仓库口径）：

1. 产品能力：长时间探索、高动态变化、多人协同导演、亚秒级反馈
2. 轻量端：约1.3B Small，面向消费级单卡尝试与复现
3. 训练链：双向Teacher + 因果预训练，降低蒸馏与后训练门槛
4. 开放入口：项目页、GitHub与Hugging Face可见14B因果快速推理等权重；部分1.3B与Teacher/Pretrain条目仍分批释放
5. 下游叙事：从可玩世界延伸到具身仿真、未来状态预测与交互数据生成

所谓可玩的世界模型，白话是按键之后画面要跟着变，而且能玩很久还不「崩人设」；所谓开放链路，白话是开发者不必从零复现预训练，可以只做蒸馏、只做后训练或只做场景适配。对高校实验室，轻量端降低了入场券；对机器人团队，则要看动作条件生成能否真正减少真机试错。

放在世界模型开源潮上下文里，近窗多家厂商发交互式世界模型，差距往往不在概念，而在「能不能本机跑、能不能接着训、能不能接到仿真」。灵波选择把Teacher与预训练底座一并打开，等于把社区二次开发的选择权交出去；竞品若只开推理权重、不开可蒸馏链路，生态粘性会弱一截。

产业影响上，若1.3B完整权重与训练配方齐套，会抬高本地世界模型实验密度；若物理理解与长期记忆仍弱，具身仿真价值会被打折。需要把边界读清楚：帧率、时长与物理真实性为官方能力叙事；仓库资产仍在滚动上线。下一观察点是轻量端完整释放节奏，以及开源社区在具身仿真任务上的可复现报告。