知识卡片：蚂蚁灵波开源实时交互世界模型LingBot-World 2.0

一句话结论
蚂蚁灵波科技开源了新一代实时交互世界模型LingBot-World 2.0，支持丰富动作及文本驱动的环境事件，内置Agent机制与多人同世界互动，可在720p/60fps低延迟下稳定生成数小时不衰减画质，适用于游戏、自动驾驶仿真与具身智能训练。

事件概述
蚂蚁灵波科技发布了LingBot-World 2.0，这是一个实时交互世界模型，能够支持施法、攻击、跳跃等动作，以及文本驱动的环境事件。模型内置Agent机制，支持多人同世界互动。技术方面采用因果预训练与混合双向自回归注意力掩码机制，有效抑制长时漂移，可实现小时级稳定生成且画质不衰减。经过蒸馏与工程优化，实现了720p/60fps的低延迟高清交互。14B模型权重与代码已开源。

方法/产品要点

• 支持动作：施法、攻击、跳跃等丰富动作及文本驱动的环境事件。
• 内置机制：Agent机制与多人同世界互动。
• 技术核心：因果预训练 + 混合双向自回归注意力掩码机制，抑制长时漂移。
• 性能：小时级稳定生成、画质不衰减；720p/60fps低延迟高清交互。
• 模型规模：14B参数，权重与代码已开源。

主要结果或产业意义

• 开源发布，可供游戏、自动驾驶仿真与具身智能训练使用。
• 实时交互能力达到720p/60fps，低延迟，适合需要高帧率稳定生成的应用场景。

为什么重要
LingBot-World 2.0 是少有的开源实时交互世界模型，其长时稳定生成和低延迟高清交互能力，有望降低游戏开发、自动驾驶仿真和具身智能训练的门槛，推动相关领域的快速迭代。

局限与不确定性

• 材料未说明模型在复杂动态场景下的泛化能力。
• 具体训练数据和计算资源需求待核实。
• 实际部署中的硬件要求（如显存、算力）未提及。

可用于图书/PPT/简报的角度

• 作为“AI+游戏/仿真”领域的典型案例，展示开源大模型如何赋能实时交互。
• 对比同类世界模型（如Sora、Genie等），突出其实时性与低延迟特性。
• 在“具身智能训练”议题中，强调其作为低成本仿真环境的价值。

原始材料

• URL: https://m.sohu.com/a/1048210346_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=5
• Title: 腾讯研究院AI速递 20260710
• Key words: agent, world model, real-time interaction, open source
• Source: 搜狐，腾讯研究院AI速递 20260710