LingBot-World 2.0 是什么
LingBot-World 2.0 是蚂蚁灵波科技 Robbyant 推出的实时交互世界模型系统，继 7 月开源 14B 主模型后，2026 年 9 月再开放三款模型，LingBot-World 2.0 Small（1.3B）、Bidirectional 与 Causal Pretrain，目标是让更多开发者把世界模型真正跑起来。
14B 主模型支持小时级连续生成，可响应攻击、射箭、施法、射击等角色动作与下雪、下雨等环境事件，Pilot Agent 与 Director Agent 组成的 Agentic Interaction Harness 协同生成角色行为与环境内容，高配推理下可达 720P/60FPS。
三款新模型与技术细节
功能亮点
- 1.3B Small 面向消费级单卡 GPU，单卡即可实时生成世界，个人开发者与高校实验室可本地复现
- Bidirectional 双向 Teacher 模型提供高质量蒸馏源，结合一致性蒸馏与分布匹配蒸馏压缩生成步数
- Causal Pretrain 因果预训练底座面向后训练、评测与场景适配，支持相机位姿与文本提示两类输入
- 引入 MoBA 混合注意力掩码，缓解纯 Teacher Forcing 的过拟合与画质下降
- 因果交叉注意力防止未来语义泄漏，同时保留灵活交互控制
对比开源体系的区别
对比 Genie 和 LingBot-World 2.0 的开源体系，区别在于开放粒度，后者从可直接运行的 1.3B 小模型到因果预训练底座全链路开放，研究者既能跑起来，也能继续训练、蒸馏与压缩。
| 模型 | 规模 | 用途 |
|---|---|---|
| Small | 1.3B | 消费级单卡实时生成 |
| Bidirectional | Teacher 模型 | 蒸馏源，训练更轻更快的 Student |
| Causal Pretrain | 预训练底座 | 后训练、评测与场景适配 |
技术报告的定性对比显示，Causal Pretrain Backbone 在较长生成过程中更好保持清晰纹理、稳定几何结构与场景连贯性。
开源协议与获取方式
模型权重与项目代码托管在 github.com/robbyant/lingbot-world-v2，Hugging Face 与魔搭社区同步提供下载，采用 CC BY-NC-SA 4.0 非商用协议，区别于 MIT 或 Apache 的商用友好条款，研究使用需注意授权边界。技术报告见 arxiv.org/abs/2607.07534。
项目主页 technology.robbyant.com/lingbot-world-v2。
常见问题
问，LingBot-World 2.0 是什么？
蚂蚁灵波科技 Robbyant 推出的实时交互世界模型系统，7 月开源 14B 主模型，支持小时级连续生成与动作、环境事件响应，高配推理下可达 720P/60FPS。
问，如何使用 LingBot-World 2.0 新开源的三款模型？
1.3B Small 面向消费级单卡 GPU 直接运行；开发者可从 Causal Pretrain 出发做后训练与场景适配，或用 Bidirectional 作蒸馏源训练更轻更快的 Student 模型。
问，对比 Genie 和 LingBot-World 2.0 的区别是什么？
LingBot-World 2.0 已完整开源三款模型与预训练底座，支持相机位姿与文本提示双输入；Genie 系列未开放同等粒度的因果预训练权重。
问，LingBot-World 2.0 是否开源？
是。三款新模型与 14B 主模型均已开放权重下载，项目代码托管在 github.com，采用 CC BY-NC-SA 4.0 非商用协议。
来源说明
本文来源，蚂蚁灵波科技《一张消费级显卡，也能实时生成一个世界，LingBot-World 2.0 再开源三款模型》https://mp.weixin.qq.com/s/cjP_Q3KadAbfs4qfwdLPww。
发布说明，文章基于来源公告整理，最后更新 2026 年 9 月，更新日志口径为 v2.0.9。
