蚂蚁灵波发布世界模型2.0：小时级实时生成与Agent驱动，实现可持续互动
2026/07/09 11:42阅读量 2
蚂蚁灵波科技于7月9日开源新一代实时交互世界模型LingBot-World 2.0，支持小时级实时生成、720p/60fps高清输出，并首次引入Agent机制，使生成的世界从“可观看、可操控”进化为“可持续互动”。模型采用因果预训练范式与自研MoBA机制，在长达一小时的连续生成中保持画质连贯，支持攻击、跳跃等多类动作及文本触发事件，并允许多用户同时进入同一世界交互。
事件概述
蚂蚁灵波科技于2026年7月9日开源新一代实时交互世界模型 LingBot-World 2.0（亦称 LingBot-World-Infinity）。该模型在生成时长、动态程度和实时性上实现关键突破，并首次将 Agent 机制引入世界模型，推动虚拟世界从“可观看、可操控”迈向“可持续互动、可动态变化”。
核心能力
- 小时级实时生成：模型采用因果预训练范式及自研 MoBA 机制，按真实世界交互时间顺序学习演化，通过已有画面、动作和场景状态持续预测后续变化。在一小时不间断压力测试中，画面始终纹理清晰、结构连贯，无明显画质衰减。
- 高清实时输出：从预训练模型蒸馏出快速版本，并对生成流程系统优化，实现边生成、边传输出、边显示，稳定输出 720p/60fps 高清画面；用户通过键盘操控角色移动、切换视角时，画面几乎无延迟反馈。
- 丰富交互动作与事件：支持攻击、射箭、施法、射击、跳跃、滑翔等多类动作，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；支持通过文本触发昼夜切换、天气变化、实体注入等事件。
- 双 Agent 机制：Pilot Agent 负责规划执行角色行为，Director Agent 在场景推进中实时提出新事件。
- 多人交互：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。
应用与体验
LingBot-World 2.0 可应用于游戏内容生成、影视预演、虚拟仿真、数字孪生等场景，并作为蚂蚁灵波全栈大脑 2.0 的重要组成部分，支持机器人与具身智能训练。用户目前已可在 Reactor 平台和灵光 APP 在线体验其实时生成与动态交互能力。