7 月 9 日，蚂蚁灵波科技正式开源全新一代实时交互式世界模型 lingbot-world 2.0（亦称 lingbot-world-infinity）。该版本在世界建模与交互能力上实现全面跃升，支持小时级连续生成、720p/60fps 高清实时渲染，并拓展了更精细的动作表达与事件响应机制；尤为关键的是，其首次在世界模型中集成 agent 架构，推动生成世界从“可观、可控”迈向“可演进、可共生”的新阶段。
（图说：LingBot-World 2.0 在生成时长、动态复杂度、实时响应等核心维度均达行业领先水平）
今年 1 月，蚂蚁灵波率先发布首代世界模型 LingBot-World 1.0，聚焦解决长视频生成中的典型瓶颈——“长时漂移”，即随生成时间延长，画面逐渐模糊、空间结构持续失真。LingBot-World 1.0 成功将稳定连贯生成时长提升至近 10 分钟，并支持键盘鼠标操作及文本指令驱动环境演变，迅速引发产业界高度关注。
在此坚实基础上，LingBot-World 2.0 向“无限延展的世界”持续突破。模型采用因果驱动的预训练范式，并融合自研 MoBA（Model-based Behavior Alignment）机制，使系统严格遵循真实世界的时间因果链进行学习——依据已呈现的画面帧、角色动作与场景状态，逐帧预测后续演化路径，有效抑制误差累积，从根本上缓解“越生成越失真”的现象。
在一小时不间断极限压力测试中，LingBot-World 2.0 始终保持纹理锐利、构图稳定、空间逻辑一致，未出现肉眼可见的画质劣化或结构崩塌。
为保障沉浸式实时交互体验，蚂蚁灵波基于大模型蒸馏技术构建轻量高效推理版本，并对端到端生成管线进行深度重构：画面不再依赖整段完成后再输出，而是实现“生成—传输—渲染”三阶段流水线并行，真正达成边产边播、即刻呈现。最终，模型稳定输出 720p 分辨率、60 帧每秒的高清动态画面；用户通过键盘控制角色位移、旋转视角时，视觉反馈近乎零延迟。
在交互维度上，LingBot-World 2.0 已超越基础移动与观察范畴。模型原生支持攻击、拉弓射箭、释放法术、开火射击、腾空跳跃、空中滑翔等多种高自由度动作；所有动作结果均由模型结合当前物理状态与环境上下文实时推演生成，兼顾运动合理性与视觉连贯性；同时支持以自然语言触发昼夜轮转、气象更迭、实体动态注入等宏观事件。系统内嵌双 Agent 协同架构：Pilot Agent 主导角色行为规划与执行，Director Agent 则在世界运行过程中主动识别时机、触发新情节或突发事件。此外，模型支持多用户同步接入同一持续演化的共享世界，开启真正意义上的 AI 原生多人协同交互范式。
本次开源显著降低了世界模型的技术使用门槛。作为面向实时交互的新一代世界引擎，LingBot-World 2.0 不仅适用于游戏内容自动化生产、影视前期可视化预演、高保真虚拟仿真及工业级数字孪生等场景，更作为蚂蚁灵波“全栈大脑 2.0”关键组件，深度赋能机器人感知—决策—执行闭环及具身智能体的端到端训练。
目前，公众可通过 Reactor 平台与灵光 APP 在线体验 LingBot-World 2.0 所带来的毫秒级响应、小时级连续演化，以及由 Agent 驱动的自主生长型世界。
