北京
中经记者 许璐 李晖 北京报道
人形机器人规模化落地应用的一大挑战在于具身模型的本身智能不够，无法真正具备足够的泛化性。在此背景下，一些科技公司将目光瞄准了“机器人大脑”赛道。
7月9日，蚂蚁集团旗下自研具身智能公司蚂蚁灵波科技连续开源两款面向具身智能与实时交互场景的新一代基础模型：实时交互世界模型LingBot-World 2.0（又称LingBot-World-Infinity）和视频生成基础模型LingBot-Video。
《中国经营报》记者从蚂蚁灵波方面了解到，模型LingBot-World 2.0是业界首次将Agent机制引入世界模型；LingBot-Video则是基于Mixture-of-Experts（MoE）架构、面向具身智能的开源视频生成基础模型，围绕机器人和具身智能的核心需求重新设计视频预训练范式，在推理效率、物理合理性、动作理解和任务完成度等方面实现系统性提升。
今年1月，蚂蚁灵波开源了第一代世界模型LingBot-World，该模型可广泛应用于游戏内容生成、影视预演、虚拟仿真、数字孪生等场景，且可支持机器人与具身智能训练场景，重点攻克长视频生成中常见的“长时漂移”问题，即生成时间一长，画面容易模糊、结构容易变形。
此前LingBot-World 1.0将连续稳定生成时长推进到近10分钟，在此基础上，LingBot-World 2.0进一步优化解决“长时漂移”问题，据披露，在长达一小时的不间断压力测试中，LingBot-World 2.0场景结构连贯，无明显画质衰减。目前，用户可在Reactor平台和灵光App在线体验。
LingBot-Video则可用于机器人动作预测、仿真数据生成、动作条件建模、世界模型研究等方向。
过去几年，视频生成开始出现两种不同的演进方向：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可用于机器人动作预测、仿真数据生成、动作条件建模、世界模型研究等方向，这也是蚂蚁灵波面向具身智能开辟视频生成新路线的关键探索。
（编辑：石健 审核：李晖 校对：颜京宁）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
