蚂蚁灵波开源1.3B轻量版世界模型
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载双版本覆盖不同算力
蚂蚁灵波为LingBot-World 2.0规划了两种规格。7月开源的主模型拥有14B参数，面向具备相应算力配置的环境，能够支撑小时级的持续生成，并允许丰富的动作与事件交互，在该算力条件下可呈现720p/60fps的高清实时画面。与之并行的轻量版把参数量压到1.3B，目标设备是消费级单卡GPU，让世界生成在本地实时跑起来。1.3B这一规模此前已在论文摘要中出现，说明轻量路线并非临时起意。两个版本的分工清晰：主模型追求长时程与交互深度，轻量版则把门槛降到个人硬件，读者可以按手头设备选择对应形态。
因果生成与误差累积
团队先训练Causal World模型，生成过程中只依赖过去的视觉信息和用户输入，不调用未来帧。这种自回归方式会把已经生成的结果当作后续输入，误差因此可能逐步累积，长时生成时画质容易退化。为缓解长上下文过拟合与视觉质量下降，团队设计了MoBA，在Teacher Forcing Mask里加入双向Attention，让模型在训练阶段就适应更长的依赖关系。这套做法针对的是因果生成在时间轴拉长后的稳定性问题，而不是单纯堆参数。对读者而言，这意味着本地实时生成能否持久清晰，取决于训练阶段对长上下文的处理方式，而不只是模型大小。
长时生成对比更稳
团队把因果预训练Backbone与MAGI、HY-World 1.5放在一起做长时生成对比，覆盖5秒到60秒的区间。结果显示，LingBot-World 2.0在纹理、几何与连贯性上表现更稳定，说明其在时间拉长后仍能维持画面结构。不过高质量Backbone也带来生成速度偏慢的问题，这与轻量版追求本地实时形成对照。在IFA开幕演讲中，AMD高级副总裁Jack Huynh演示了LingBot-World 2.0：一个Prompt即可生成世界，角色能够在中国小镇与欧洲乡村中探索。演示呈现的是交互式世界生成的实际形态，而速度与画质之间的取舍，仍是不同算力配置下需要面对的现实。
为什么值得看
将世界模型算力门槛降至消费级显卡，本地实时生成成为可能。
信源1 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。