蚂蚁灵波世界模型2.0发布：小时级生成与Agent驱动定义AI交互新范式

7月9日，蚂蚁灵波科技正式开源了新一代实时交互世界模型——LingBot-World 2.0（代号LingBot-World-Infinity）。本次升级最直观的变化在于：世界预测与交互能力全面跃升——支持小时级实时生成、720p/60fps高清实时输出，交互动作与事件类型更加丰富。尤为重要的是，团队首次将Agent机制引入世界模型，使生成的世界从“可观看、可操控”直接跨越至“可持续互动、可动态演化”的全新阶段。

（图说：LingBot-World 2.0在生成时长、动态程度、实时性等方面均处于业界领先水平）

回顾一下，今年1月蚂蚁灵波开源的初代LingBot-World，当时重点攻克的是长视频生成中最棘手的“长时漂移”问题——生成时间一长，画面容易模糊、结构容易变形。1.0版本将连续稳定生成时长推进至近10分钟，并支持键鼠操控和文本触发环境变化，已引发广泛关注。

此次2.0版本在此基础上向“无限生成”迈出了重大一步。模型采用因果预训练范式，并加入自研的MoBA机制——简而言之，就是让模型按照真实世界交互的时间顺序学习世界演化规律：根据已发生的画面、动作和场景状态，持续预测下一步的变化。这样一来，长时间生成中偏差不断累积的老问题被有效抑制，画面越生成越模糊、结构越生成越失真的情况基本消除。

在一小时不间断的压力测试中，LingBot-World 2.0的画面始终纹理清晰、场景结构连贯，没有出现明显的画质衰减。

为确保实时交互的体验，蚂蚁灵波从预训练模型中蒸馏出一个面向实时交互的快速版本，并对生成流程进行了系统优化。画面不再等待整段生成完毕再播放，而是边生成、边传输、边显示。最终，720p/60fps的高清输出稳定实现，用户通过键盘操控角色移动、切换视角时，画面几乎没有延迟，实现即时反馈。

交互层面，LingBot-World 2.0不再局限于“走一走、看一看”。攻击、射箭、施法、射击、跳跃、滑翔……多种动作全面支持，动作结果由模型根据场景状态实时生成，保持物理合理性与视觉一致性。同时支持通过文本触发昼夜切换、天气变化、实体注入等事件。系统内置了双Agent机制：Pilot Agent负责规划并执行角色行为，Director Agent则在场景推进中实时提出新事件。此外，模型支持多位用户同时进入同一个持续运行的世界共同探索互动——这标志着AI原生多人交互体验的一个开端。

本次开源也进一步降低了世界模型的使用门槛。作为新一代实时交互式世界模型，LingBot-World 2.0不仅可广泛应用于游戏内容生成、影视预演、虚拟仿真、数字孪生等场景，更重要的是，作为蚂蚁灵波全栈大脑2.0的关键一环，它能够直接支撑机器人与具身智能的训练场景。

目前，用户可以在Reactor平台和灵光APP上在线体验，亲身感受LingBot-World 2.0实时生成、连续交互以及Agent驱动的动态世界演化能力。