蚂蚁灵波开源LingBot世界模型，10分钟生成长视频

2026年1月29日，蚂蚁集团旗下的灵波科技正式宣布，将其世界模型 LingBot-World 全面开源。在此之前，该团队已相继开源了空间感知模型 LingBot-Depth 与具身大模型 LingBot-VLA。

行业观察人士普遍认为，“灵波”系列三款具身智能大模型的接连发布，意味着蚂蚁在通用人工智能领域的战略布局已迈出关键一步——实现了从数字空间深度延伸至物理世界的感知与交互能力。至此，其“基础模型 — 通用应用 — 实体交互”的技术发展路径变得更加清晰和完整。

此次开源的 LingBot-World 模型，在视频生成质量、动态表现力、长时序一致性以及人机交互响应能力等核心维度上，均达到了与国际同类先进模型相当的水准。该模型旨在构建高保真、高动态、低延迟的可交互数字环境，为具身智能系统研发、自动驾驶仿真训练以及实时互动型游戏内容生成等场景，提供坚实可靠的技术支撑。

针对视频生成中长期存在的“长时漂移”难题——即随着生成时长增加，容易出现物体形变、纹理失真、主体丢失或场景结构解体等现象，LingBot-World 采用了多阶段协同训练机制与高效并行化架构，成功实现了接近10分钟的连续、稳定、无损视频生成，显著提升了复杂任务所需长序列建模的可靠性与实用性。

目前，LingBot-World 的全部模型权重及配套推理代码，已面向全球开发者社区开放。