共计 1259 个字符，预计需要花费 4 分钟才能阅读完成。
蚂蚁灵波开源三款 LingBot-World 2.0 世界模型:Small 参数 1.3B 面向消费级单卡 GPU 设计
继今年 7 月把 14B 参数规模的 LingBot-World 2.0 推向开源之后, 蚂蚁灵波科技本周再次加码, 一口气开源了三款新模型:LingBot-World 2.0 Small(1.3B)、LingBot-World 2.0 Bidirectional 以及 LingBot-World 2.0 Causal Pretrain。这次动作的关键词很明确——把实时交互世界模型的门槛往下拉。
📌 从 14B 到 1.3B: 开源策略的明显转向
7 月开源的 14B 版本, 更多是展示世界模型在能力上限上的可能性 ; 而这次新增的 Small 版本只有 1.3B 参数, 官方明确表示它面向消费级单卡 GPU 设计, 可在单卡上实现实时生成。对个人开发者、高校实验室和小型团队来说, 这意味着不必依赖大规模算力集群, 也能从本地体验和复现起步, 去探索交互方式、推理优化与场景落地。
参数规模大幅收缩, 但“实时交互”这个核心体验被保留了下来, 这是本次开源最值得注意的变化。
🔍 三款模型各司其职
此次开源并非单一模型的简单复制, 而是围绕训练、后训练与场景适配做了分工:
- LingBot-World 2.0 Small(1.3B): 面向消费级单卡 GPU, 主打本地实时生成, 降低体验与复现门槛。
- LingBot-World 2.0 Bidirectional: 面向实时世界模型训练, 提供高质量的蒸馏源。
- LingBot-World 2.0 Causal Pretrain: 面向后训练、评测和场景适配, 提供因果预训练底座。
换句话说,Small 负责让更多人跑起来,Bidirectional 和 Causal Pretrain 则分别从训练源与预训练底座两个方向, 为后续研究和工程化提供支撑。
💡 世界模型能做什么: 小时级连续生成与事件响应
按照官方介绍,LingBot-World 2.0 是一个实时交互世界模型, 支持小时级连续生成, 并能响应攻击、射箭、施法、射击等角色动作, 以及下雪、下雨等环境事件。在更高算力与相应推理配置下, 模型可进一步达到 720P / 60FPS 的高清实时体验。这意味着它不只是“生成一段画面”, 而是更接近可被持续交互驱动的动态世界。
📊 行业观察: 世界模型开始拼“可及性”
过去一段时间, 世界模型的竞争焦点多集中在生成质量与时长上 , 但真正决定生态能否做大的, 往往是普通开发者能不能低成本用起来。蚂蚁灵波这次把 1.3B 版本单独拎出来开源, 释放的信号比较清晰: 在继续推进大参数能力的同时, 也开始重视中小团队和学术研究者的实际参与。对国内世界模型开源生态而言, 这类“小尺寸、可单卡、可实时”的模型, 可能会成为后续应用探索的重要起点。
🚀 总结
从 14B 到 1.3B, 从展示能力到降低门槛 , 蚂蚁灵波本周的开源动作更像是一次面向开发者的“铺路”。三款模型分别覆盖实时生成、训练蒸馏与因果预训练, 能否真正带动一批本地化、轻量化的世界模型应用出现, 值得继续观察。
