蚂蚁硬刚谷歌！10分钟AI长视频杀疯了

生成式AI和具身智能的交叉领域里，世界模型是打破技术瓶颈的关键角色。昨日，蚂蚁灵波科技发布并开源了一款交互式世界模型：LingBot-World。它专门用来模拟真实物理世界，核心指标能追上谷歌Genie3，还能稳定生成近10分钟长视频，支持高自由度交互。给行业递上了一套低成本、能复用的方案，直接带火了开源世界模型。

壹

10分钟连续稳定无损生成

它和普通视频生成模型不一样，核心价值就是还原物理规律、支持实时交互。它就像个迷你数字宇宙，AI或者咱们人类，都能在里面感知、行动，还能拿到真实反馈。这也是连接生成式AI和具身智能的核心桥梁。它的核心组件LingBot-World-Base，就是奔着这个目标做的，能提供高清、可控、逻辑连贯的模拟环境。背后靠可扩展数据引擎撑腰，从海量游戏环境里学物理规律和因果关系，就能和生成的世界无缝实时互动，视频质量、动态效果、长时间一致性、交互能力这四项关键本事，都能看齐谷歌Genie3这个行业标杆。

长视频生成有个行业通病：长时漂移。就是视频做久了，画面里的东西会变形、细节糊掉，要么主体消失、场景乱套。就像玩传话游戏，信息越传越歪，小误差越积越大。但LingBot-World搞定了这个难题，靠多阶段训练和并行加速技术，能连续生成近10分钟、画质不打折的视频。而且它还通过了严苛的一致性测试：就算镜头移开目标60秒，再切回来，不管是车、房子还是小物件，样子和结构都能保持一致，不会记混。

交互够不够流畅，更能看出它的实力。这个模型能做到每秒生成16帧画面，端到端交互延迟不到1秒，妥妥的实时能玩。咱们既能用键盘、鼠标，像玩3A游戏似的，实时控制角色移动、调整相机视角，画面会跟着操作立马反应。也能靠文字指令发号施令，比如切换天气、改画面风格、生成烟花特效都行。而且这些变化，都能保住场景几何关系不乱，不会出现逻辑断层、画面违和的情况。

这么强的本事，离不开独特的混合数据采集策略和三阶段训练体系。世界模型训练缺高质量交互数据，这是个大难题。LingBot-World用了双管齐下的办法：一边清洗海量网络视频，覆盖各种真实场景；一边靠游戏采集和虚幻引擎（UE）合成，从渲染层提取没有UI干扰的干净画面，还同步记录操作指令和相机位置。这样就能给模型精准的训练信号，帮它搞懂动作怎么改变环境。另外，团队还做了分层标注，把视频描述拆成叙事、静态场景、密集时序三层，帮模型分清背景和运动，学得更快更准。

三阶段训练，一步步帮模型解锁核心能力。第一阶段预训练，打好通用视频生成的底子，做到高清纹理和逼真光影。第二阶段中训练，引入混合专家模型架构，让模型吃透物理规律、记住空间信息，解决长视频生成“记不住”的问题。第三阶段后训练，靠因果注意力机制和少步蒸馏技术，把推理改成自回归生成，既保住画质，又把交互延迟压到1秒内，实现实时响应。也正因如此，它的零样本泛化能力很能打，只要输一张城市街景或游戏截图，不用额外训练，就能生成对应的可交互视频流，大大降低了不同场景的部署和使用成本。

贰

具身智能基础设施的关键一步

这款开源模型，刚好戳中了具身智能规模化落地的痛点。现在，复杂长任务的真机训练，要么缺数据，要么成本高，还存在安全风险。而LingBot-World能靠长时间一致性、实时交互，还有对动作与环境变化因果关系的理解，在数字世界里精准模拟物理世界。给智能体提供了一个低成本、高逼真的试错空间，智能体能在里面反复练长任务、攒经验。同时，它还能生成各种不同场景，调整光照、物体摆放都可以，能帮具身智能算法更好地适应真实场景。

从行业布局来看，LingBot-World开源不是单独的一步，是蚂蚁灵波完善具身智能基础设施的关键操作。之前，蚂蚁已经开源了机器人的眼睛LingBot-Depth（感知层面，补全深度图、精准识别环境）和机器人的大脑LingBot-VLA（决策层面，提高任务成功率和适配能力）。而LingBot-World就是机器人的环境，三者凑一起形成闭环：VLA能在它的虚拟环境里反复推演，Depth能靠它生成的连贯视频优化训练，真实世界的反馈又能帮它提升模拟精度，实现1+1+1>3的效果。蚂蚁基础模型-通用应用-实体交互的全栈AGI技术路线，也越来越清晰了。

对整个行业来说，LingBot-World开源是个大突破。比起谷歌Genie3的闭源模式，它向全球开发者开放核心能力，给开源社区添了把力，也给行业提供了一套标准化、能复用的世界模型方案。作为连接生成式AI和具身智能的关键载体，它在长视频生成、零样本泛化上的优势，要是能在实际场景中落地验证，有望推动行业从有限场景训练，走向能适配开放场景，加速通用AI和具身智能的产业化，让AI真正走进现实、帮到咱们。

项目已开源至Hugging Face、魔搭社区、Github，搜索LingBot-World即可找到。

炎炎星球：聚焦AI、机器人、智能设备、智驾等前沿科技发展，专注科普、应用与创新。努力成为AI新时代的拓荒者，新兴产业的瞭望者，前沿科技的探索者，成长智慧的打捞者！欢迎大家关注：）