续:蚂蚁灵波|再开源LingBot-World 2.0 Small等三款模型

PromptTree|阅读 0
2026/09/14 06:57
蚂蚁灵波LingBot-World世界模型开源
蚂蚁灵波近窗进一步开源LingBot-World 2.0 Small(约1.3B)、Bidirectional与Causal Pretrain三款;Small面向消费级单卡实时生成,补齐此前14B档之外的轻量与训练链路资产。

世界模型若只能跑在集群海报上,开源社区很难把它变成可复现的玩具与科研底座。近窗,蚂蚁集团旗下具身公司灵波(Robbyant)在LingBot-World 2.0路线上给出更具体的开源增量:继约2026年7月开源约14B档之后,进一步开源LingBot-World 2.0 Small(约1.3B)、LingBot-World 2.0 Bidirectional,以及LingBot-World 2.0 Causal Pretrain。项目主页、Hugging Face、ModelScope与GitHub可交叉访问;技术报告可见公开论文条目。

蚂蚁灵波聚焦「一脑多机」与可交互世界生成,产品叙事强调把世界模型从「可观看短片」做成「可进入、可操控、可较长时间保持连贯」的实时环境。此前公开材料已把轻量端、Teacher与因果预训练写成开源链路方向;此轮续报的关键变化,是三款命名清晰的权重进入可分发渠道,而不只是路线图表述。

开源资产要点(官方/仓库口径):

  1. Small(约1.3B):面向消费级单卡,强调本地实时生成与复现门槛下降
  2. Bidirectional:面向实时世界模型训练,提供高质量蒸馏源
  3. Causal Pretrain:面向后训练、评测与场景适配的因果预训练底座
  4. 能力叙事:小时级连续生成;可响应角色动作与环境事件;更高配置下约720p/60fps
  5. 获取:项目页、Hugging Face、ModelScope、GitHub与技术报告入口已公开

所谓蒸馏源,白话是用更强模型的行为当老师,把能力「压」进学生模型;所谓因果预训练底座,白话是先学「按时间顺序预测接下来会发生什么」,再做垂直场景后训练。对高校实验室,1.3B降低了入场券;对具身团队,则要看动作条件生成能否真正减少真机试错。

前情需要写清楚:约7月已有14B档开源与在线体验入口;更早阶段亦有LingBot-World系列可交互世界模型布局。9月中旬前后早报曾提示轻量端与Teacher/预训练分批释放。今天可核验的新进展,是Small、Bidirectional、Causal Pretrain三款并行落地,把「能演示」拆成「能本机跑、能蒸、能接着训」。

产业影响上,若社区很快跑出可引用的本机帧率与二次开发案例,会抬高开源世界模型的真实采用密度;若许可偏严或训练配方长期不齐,热度会回落。需要把边界读清楚:帧率、时长与物理一致性仍属官方能力叙事。下一观察点是1.3B在主流消费卡上的可复现报告,以及具身仿真下游案例。