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-world2.0（亦称lingbot-world-infinity）。该模型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、更多元的动作体系与事件响应机制。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“可延续互动、可自主演化”的新阶段。
（图说：LingBot-World2.0 在生成时长、动态复杂度、响应实时性等核心维度均达行业领先水平）
今年1月，蚂蚁灵波率先开源初代世界模型LingBot-World，聚焦解决长视频生成中的典型顽疾——“长时漂移”，即随着生成时间延长，画面逐渐模糊、结构持续失真。LingBot-World1.0成功将稳定连贯生成时长提升至近10分钟，并支持键盘鼠标操控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-World2.0锚定“无限延展式生成”目标持续突破。模型采用因果导向的预训练范式，并融合自主研发的MoBA（Model-based Behavior-Aware）机制，使系统严格依据真实世界的时间因果链学习场景演化规律——即基于已发生的视觉帧、动作序列与状态上下文，逐帧预测后续变化，显著抑制误差累积效应，从根本上缓解“越生成越模糊、越演进越失真”的问题。
在长达60分钟的连续压力测试中，LingBot-World2.0始终保持高保真纹理细节与稳健的空间结构一致性，未出现肉眼可见的画质退化或逻辑断裂。
为保障极致流畅的交互体验，蚂蚁灵波团队从大规模预训练模型中高效蒸馏出轻量级实时推理版本，并对整套生成管线进行深度重构：画面不再依赖整段输出完成后再播放，而是实现“生成—传输—渲染”三阶段并行流水，真正达成边推边播、即刻呈现。最终，LingBot-World2.0稳定输出720p分辨率、60帧每秒的高清动态画面；用户通过键盘操作角色位移、视角切换等行为，均可获得近乎零延迟的视觉反馈。
在交互能力维度，LingBot-World2.0彻底摆脱“单向浏览”局限，构建起多模态、强语义的动作执行体系：涵盖攻击、射箭、施法、射击、跳跃、滑翔等数十类物理合理、视觉连贯的交互动作；所有动作结果均由模型结合当前场景状态实时推演生成，确保行为逻辑与空间关系高度自洽。同时，支持以自然语言触发昼夜轮转、气象更迭、实体注入等宏观事件。系统内嵌双Agent协同架构：PilotAgent专司角色行为规划与执行，DirectorAgent则在世界运行过程中动态识别时机、生成并插入新事件，形成有机演化的叙事闭环。此外，模型原生支持多用户同步接入同一持久化世界，在统一时空下开展协作探索与实时互动，开启真正意义上的AI原生多人共域体验。
本次开源亦大幅降低世界模型的技术应用门槛。作为面向实时交互的新一代世界引擎，LingBot-World2.0不仅适配游戏内容自动化生产、影视前期预演、高保真虚拟仿真、工业数字孪生等多元场景，更作为蚂蚁灵波“全栈大脑2.0”核心组件之一，为具身智能体与服务机器人提供关键的世界理解与交互训练基座。
目前，公众可通过Reactor平台及灵光APP在线体验LingBot-World2.0所具备的小时级连续生成、毫秒级交互响应，以及由Agent驱动的动态世界自主演化能力。
