蚂蚁灵波开源LingBot-World-Fast：世界模型实现移动端实时交互
2026/04/27 14:42阅读量 3
蚂蚁灵波科技开源了实时世界模型LingBot-World-Fast，支持在480P分辨率下以16fps生成视频，端到端延迟低于1秒。该模型已集成至蚂蚁灵光App，允许普通用户通过上传图片在手机端实时漫游生成的3D场景。此外，开发者可基于开源代码进行本地部署，利用其持续生成和动态控制能力辅助具身智能训练及游戏开发。
事件概述
4月27日，蚂蚁集团旗下全模态AI助手“灵光”App上线“体验世界模型”功能，标志着世界模型首次以移动端产品形态面向普通用户开放。支撑该体验的核心技术是蚂蚁灵波科技同步开源的LingBot-World-Fast模型。
核心性能指标
- 实时生成能力：在480P分辨率下可实现16 fps（帧率）的实时生成。
- 交互延迟：端到端交互延迟控制在1秒以内。
- 生成特性：具备通用性、长时序一致性及高动态场景表现能力。
技术实现与优化
为实现实时交互，LingBot-World-Fast采用了专门的后训练优化方案：
- 增量生成机制：在生成过程中仅聚焦新增画面内容，不再重复计算已稳定的部分，从而显著提升效率并保障画面质量与时序连贯性。
- 多模态操控：支持键盘、鼠标实时操控视角与移动，同时可通过文本提示（Prompt）随时改变环境状态（如调整天气、切换风格）或触发局部事件。
应用场景与价值
- 普通用户：上传单张图片即可在手机端生成60秒的3D世界，以第一人称视角进入并漫游，无需本地部署或复杂配置。
- 具身智能研发：提供多样化的虚拟训练环境，帮助机器人在数字世界中进行场景理解、动作学习和任务演练。
- 游戏与内容创作：降低交互式内容原型制作门槛，提升从创意到体验的转化效率。
开源与获取渠道
- 发布背景：继今年1月开源LingBot-World-Base版本后，此次发布的Fast版本进一步解决了实时性问题。
- 获取方式：模型与代码已在Hugging Face和Model Scope平台完整开放。普通用户可直接通过灵光App体验，开发者与研究者可进行本地部署与二次开发。