城市如何布局算力新赛道以把握Token驱动未来

4月27日，蚂蚁集团旗下全模态AI助手“灵光”App正式上线“体验世界模型”创新功能。用户仅需上传一张图片，即可在手机端一键生成长达60秒的沉浸式3D场景，并以第一人称视角自由探索。这一过程如同体验一款轻量级互动游戏，用户可在AI实时构建的动态环境中随意漫游。该功能无需本地部署与复杂配置，打开App即可直接使用，标志着世界模型技术首次以移动端产品的形态，真正触达广大普通用户。

实现这一流畅体验的核心，是蚂蚁灵波科技最新开源的世界模型——LingBot-World-Fast。该模型在480P分辨率下，能够达到每秒16帧的实时生成速度，并将端到端交互延迟成功控制在1秒以内。它不仅响应迅捷，更在场景通用性、长时序连贯性以及高动态画面表现力方面，展现出业界领先的水准。

此项技术的价值远不止于用户端体验。对于开发者和研究人员而言，开源的LingBot-World-Fast模型提供了强大的创作与实验平台。在本地部署后，模型支持无缝的持续内容生成。用户可通过键盘鼠标实时操控视角移动，获得类似第一人称游戏的交互感；同时，也能随时通过文本提示词动态改变环境状态或触发局部事件，例如让场景瞬间由晴转雨，或一键切换整体画面的艺术风格。

那么，它是如何实现如此高效的实时交互的呢？关键在于一套创新的后训练优化方案。简而言之，模型在生成过程中学会了“智能聚焦”——它仅对画面中新增的变化部分进行计算，而不再重复处理那些已稳定的背景元素。这一策略显著提升了实时生成的效率，同时在画面质量、时序流畅度与场景一致性之间取得了优异平衡。

实时世界模型的真正价值，在于它构建了一个可进入、可操作并能获得即时反馈的动态虚拟环境。每一次交互都能立刻呈现视觉结果，无需等待漫长的离线渲染。这为多个领域开启了新的可能：在具身智能研发中，它能生成多样化的虚拟训练场，助力机器人进行场景理解、动作学习与任务演练；对于游戏开发和数字内容创作，则有望大幅降低交互式内容的原型制作门槛，加速创意从构思到可体验成品的转化过程。

事实上，这已是蚂蚁灵波在世界模型领域的又一次重要发布。早在今年1月，其开源的LingBot-World-Base版本就曾凭借高保真画质、长达10分钟的视频生成能力以及卓越的物理一致性，在业内获得广泛关注与认可。

目前，LingBot-World-Fast的完整模型与代码已在Hugging Face及Model Scope平台面向全球社区开源。普通用户可通过灵光App直接体验其魅力，而开发者与研究者则可基于开源资源进行本地化部署，展开更深度的技术探索与行业应用实践。