蚂蚁灵波直接开源了一个能让开放世界自己活起来的模型。LingBot-World 2.0,14B参数,不是那种生成几秒就散架的玩具——它能以720p、60fps的实时画面连续跑上一小时,画质不衰减。对做游戏、自动驾驶仿真的人来说,这是个值得马上动手测的东西。模型里内置了Pilot Agent和Director Agent,一边执行角色动作,一边操纵世界事件;你敲一句“召唤风暴”,场景说变就变,还能多人在同一个世界里施法、攻击、跳跃,各玩各的。
这个实时世界能撑这么久,背后是两套思路一起发力。训练层用了因果预训练加混合双向自回归注意力掩码(MoBA),让模型同时学会预测和回溯,世界才不容易逻辑崩盘。推理端则把一致性蒸馏和分布匹配蒸馏(DMD)串起来,把采样成本砍到能做实时交互。工程上也没少下功夫:注意力算子优化、混合并行推理、动态KV缓存调度,外加异步流媒体传输,这一整套才把端到端延迟压下去。一句话,效果炸裂不是凭空来的,是训练范式和推理堆栈都重写了一遍。
蚂蚁灵波这次直接把权重和推理代码都扔了出来,用的非商用协议,SGLang已经完成适配。想本地跑可以在Reactor PC端折腾,想随手体验也有灵光APP。一年前大家还在讨论世界模型能不能跑通,现在蚂蚁灵波已经把小时级实时交互打成开源基准了。这节奏,对手再不动手就只能看别人玩风暴了。

