简介：世界模型走向开源
2026年7月，蚂蚁灵波科技连续开源三款AI模型——LingBot-World 2.0实时交互世界模型、LingBot-Video全球首个面向具身智能的MoE视频基模、LingBot-VLA 2.0跨实体机器人视觉-语言-动作模型。这标志着蚂蚁灵波从闭源商业走向开源生态的战略转型，也是世界模型领域的重要里程碑。
LingBot-World 2.0：实时交互世界模型
LingBot-World 2.0是14B参数的实时交互世界模型，核心能力：
- 丰富角色动作：支持施法、攻击、跳跃等动作，不只是"看着动"而是"真的在动"
- 文本驱动事件：一句话就能切换场景、召唤风暴、改变环境
- 内置双Agent：Pilot Agent负责行动，Director Agent负责世界演化，形成"自驱世界"
- 多人交互：支持多个角色同时在世界中交互
- SGLang已适配：推理框架就绪，可直接部署
这不是静态的3D渲染，而是"持续演化的活世界"——Agent做出决策，世界自动响应变化。
LingBot-Video：具身智能的MoE视频基模
LingBot-Video是全球首个基于MoE架构、面向具身智能的视频生成基础模型：
- 解决具身智能训练数据稀缺问题——用视频生成模拟真实环境
- MoE架构提供高效推理，适配端侧部署
- 非商用协议开源，学术和研发场景可免费使用
LingBot-VLA 2.0：跨实体机器人模型
LingBot-VLA 2.0是6B参数的开源VLA（视觉-语言-动作）基础模型：
- 55维规范向量：统一表示不同机器人的状态和动作
- 6万小时训练数据：5万小时机器人轨迹+1万小时人类视频
- 覆盖20种机器人配置：从机械臂到人形机器人
- Apache-2.0开源：完全免费商用
在GM-100双机械臂基准测试中，LingBot-VLA 2.0在多个平台超越π0.5和之前版本。
对AI视频和游戏的影响
LingBot系列对AI行业的影响：
- AI游戏：世界模型让游戏从"预设脚本"进化为"AI驱动演化"，每个玩家体验都不同
- 具身智能：视频基模解决训练数据问题，VLA模型让机器人跨平台统一
- 开源生态：Apache 2.0协议让全球开发者都能在此基础上构建
对比Runway和可灵AI的视频生成能力，LingBot的差异在于"交互性"——不只是生成视频，而是生成可以实时交互的世界。
适合人群与总结
LingBot系列适合：
- 游戏开发者——AI驱动的动态世界生成
- 具身智能研究者——VLA模型跨平台统一训练
- 机器人团队——6万小时训练数据的免费基础模型
- 开源社区参与者——Apache 2.0协议，可自由商用
总结：蚂蚁灵波的三款LingBot模型覆盖了"感知-生成-行动"完整链条。世界模型让AI不只是观察者，而是参与者；视频基模让机器人有了虚拟训练场；VLA模型让不同形态的机器人用同一套语言行动。这是具身智能走向实用化的基础设施级开源项目。