夜雨聆风
集团客户商城选型案例：选择商派ECShopX开源商城，是因为这3大独特优势
2026年7月9日，AI圈被同一家公司的两则开源消息刷了屏。
蚂蚁灵波科技在这一天连续开源了两款重磅模型——LingBot-World 2.0与LingBot-Video。一个让AI世界从「可观看」走向「可持续互动」；另一个则为机器人打造了专属的「物理世界模拟器」。
这不仅是技术指标的刷新，更可能意味着AI的底层范式正在发生一次静默的转向——从「生成内容」到「运行世界」 。
一、从「十分钟」到「小时级」：一个不再「失忆」的世界
世界模型（World Model）一直有个要命的毛病——长时漂移（Long-horizon Drifting）。
简单说就是：生成的时间一拉长，物体开始扭曲、细节塌陷、主体离奇消失、场景结构全线崩坏。你刚建好一栋房子，镜头转一圈回来，原地就成了一片废墟。一个连「记性」都没有的模型，谈何构建「世界」？
今年1月，蚂蚁灵波发布LingBot-World 1.0时，将连续稳定生成时长推进到了近10分钟。而2.0版本直接把度量单位换了——支持小时级时长的实时生成，且长时间运行画质无可见衰减。
从10分钟到小时级，这不仅是数量的跃升，更是质的跨越。10分钟或许还只是个「长视频」，而小时级意味着一个世界可以持续运转、持续演化，真正具备了「存活」的底子。
怎么做到的？核心在于因果预训练范式和自研的MoBA机制。模型不再只是被动地拼接像素，而是按照真实世界交互的时间顺序学习「世界如何演化」——基于已经发生的画面、动作和场景状态，持续预测接下来的变化。这就像让AI从一个「走一步看一步」的盲人，变成了一个有「时间感」的观察者。
二、双Agent驱动：一个「活」过来的世界
如果说「小时级生成」解决的是世界的「记忆力」，那双Agent机制解决的则是世界的「生命力」。
LingBot-World 2.0在业界首次将Agent机制引入世界模型。系统内置了两个各司其职的Agent：Pilot Agent负责规划执行角色行为，Director Agent则在场景推进中实时提出新事件。
通俗点说：一个负责「演」，一个负责「导」。你不再只是在一个静态的场景里走走看看，而是进入了一个有「导演」在实时调度剧情的世界。就算你不做任何操作，模型也会自己「修改」自己——就像一个会自主进化的、真正「活着」的世界。
在交互层面，LingBot-World 2.0支持攻击、射箭、施法、射击、跳跃、滑翔等多类动作，也支持通过文本触发昼夜切换、天气变化等事件。甚至，模型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——AI原生的多人交互体验，就此开启。
你上传一张图片，几秒钟后一个全新的世界就生成了。然后你可以走进去，施法、战斗、改变天气——AI不再只是生成一个场景，而是在实时运行一个宇宙。
三、另一条赛道：当视频模型开始「理解」物理
同一天开源的LingBot-Video，则指向了另一个同样深远的方向——具身智能。
过去几年的视频生成模型，比拼的一直是画质、美学、运镜。但对机器人来说，一个看起来再逼真的视频，如果无法反映真实的物理规律，就毫无意义。
LingBot-Video是全球首个基于MoE（混合专家）架构、面向具身智能的开源视频生成基础模型。它从架构、数据到训练目标，全链路都是为机器人、人形智能体量身打造的。
架构上采用30B总参数、推理时仅激活3B的MoE设计，推理效率是同等Dense架构的约3倍；数据上引入了超7万小时的具身相关视频，涵盖机器人操作、导航、第一视角等场景；训练上加入多维奖励系统，把物理合理性、任务完成度纳入优化目标。
结果就是：在北京大学联合字节跳动发布的基准RBench上，LingBot-Video以0.620的总分超越了Wan2.6、Seedance 1.5 Pro等业内标杆。
这背后揭示了一个重要的分野：视频生成正在分裂为两条路——一条通向影院，服务于内容创作；另一条通向机器人，服务于物理世界的理解、预测与交互。LingBot-Video坚定地选择了后者。
四、「造物主」的门槛，正在被拉平
这两款模型有一个共同的标签：开源。
LingBot-World 2.0提供了14B参数的主模型和1.3B的蒸馏小版本，后者甚至可以在消费级显卡上稳定输出720p/60fps的视频流。LingBot-Video也已正式开源。
这意味着什么？意味着「造物主」的门槛正在被急速拉平。
过去，创造一个可交互的虚拟世界是游戏大厂和专业开发者的专利，动辄数年研发、千万级预算。现在，你只需要一张图片、一段提示词，几秒钟就能生成一个可以走进、可以战斗、可以改变的世界。灵光App已经实现了在手机端「一图生成互动世界」。
当然，我们也不必过度浪漫化。当前的世界模型距离真正的「通用世界模拟器」还有很长的路要走——物理规律的准确性、长期交互的一致性、复杂场景的细节保真度，都还有巨大的提升空间。但方向已经清晰了：AI正在从「生成内容」走向「生成可互动世界」。
五、结语：我们正站在一个时代的门口
从生成一张图片，到生成一段视频，再到生成一个可以实时交互、持续演化的世界——AI的能力边界正在以前所未有的速度向外扩张。
蚂蚁灵波在同一天开源的两款模型，恰好代表了这一扩张的两个方向：一个向外，让每个人都能成为虚拟世界的「造物主」；一个向内，让机器真正理解物理世界的运行规律。
前者关乎想象力，后者关乎生产力。而把它们连接在一起的，是同一个信念：AI不满足于仅仅「看懂」世界，它正在学会「运行」世界。
当AI生成的不再是内容，而是一个个「活」着的世界时，我们或许真的离那个「人人皆可当造物主」的时代，不那么遥远了。
Lingbot-World 2.0权重、代码与在线体验入口，都已随论文一并放出——
Website：
https://technology.robbyant.com/lingbot-world-v2
Model：
https://huggingface.co/collections/robbyant/lingbot-world-v2
https://modelscope.cn/collections/Robbyant/LingBot-World-V2
Code：
https://github.com/Robbyant/lingbot-world-v2
在线体验地址：
https://www.reactor.inc/lingbot-world-v2
Tech Report：
https://github.com/Robbyant/lingbot-world-v2/blob/main/paper.pdf
另外，所有人还能通过蚂蚁灵光App的「世界模型」功能，在手机上直接走进这个AI世界。
｜商派品牌客户感谢信 >>
十五年的陪伴！ 商派喜获客户迪卡侬DECATHLON的感谢信
齐心攻坚，能打硬仗！奈斯派索（Nespresso）向商派项目组发来感谢信
“背靠商派，深感踏实！”商派再获"佛罗伦萨小镇"发来的感谢信
商派连续5年支持“Apple秋季新品发布会”，喜获苹果中国的感谢信
