网易首页 > 网易号 > 正文 申请入驻

斯坦福的研究,红海的珊瑚,与一个中国模型

0
分享至


灵波开源,中国 AI 的另一种出海叙事

作者|Cynthia

编辑|郑玄

2026 年 9 月 4 日,又一年柏林国际消费电子展 IFA 大会开幕,会展中心的创新舞台座无虚席。

IFA 2026 的开幕主题演主题是《个人 AI 时代:想象力的未来》,主讲人是 AMD 高级副总裁、计算与图形事业部总经理 Jack Huynh。

作为消费电子圈每年最重要的场合之一,台下所有人都在等 AMD 拿出年度最重磅的内容。Huynh 的前半段演讲照例讲硬件:新一代 Ryzen AI Max PRO 处理器,AMD 历经多年打磨、专为个人 AI 设计的笔记本「Sundance」。

到演示环节,他话锋一转:「如果说,用一句 prompt 就创造一整个世界呢?」

他双手托着笔记本,屏幕上没有播放键,镜头平稳地向前推进,穿过中国小镇的街巷,又走上欧洲乡村的小路,光影随着视角移动自然变化,世界一路向前铺展,仿佛没有尽头。


这不是一段提前渲染好的视频,而是一个正在实时生成、可以交互的三维世界。

过去一段时间,这类能力更多出现在实验室和论文演示里,能以这么高的完成度,出现在消费电子展的主舞台上,还是行业第一次。

演示结束时,Huynh 对着话筒说了句:「This is the future of Personal AI。」

很多人不知道的是,驱动这个演示的世界模型 LingBot-World 2.0,正来自蚂蚁集团旗下的具身智能团队灵波科技(Robbyant)。

三个月后回看,那场演示只是一个开始。从高校实验室到芯片厂商的开发套件,从独立开发者的工具到垂直行业的工作流,LingBot(灵波)系列模型正在进入全球具身智能的技术底层,成为很多团队创新的起点,甚至还进入了红海珊瑚礁的研究现场。

01

成为学术研究的参考基准

能被 AMD 选上舞台,不是运气。在此之前,灵波已经在全球具身智能的学术圈成了一把隐形标尺。

世界模型赛道有个公认的难题:物体恒存。简单说就是镜头离开一个物体,再转回来,生成模型还能不能把它还原出来?

南洋理工大学、清华大学和普林斯顿大学的联合团队,把这个难题当成测试世界模型记忆能力的试金石。世界模型需要利用此前的画面,维持物体和场景的连续性;生成时间越长,保存历史信息的缓存也可能越大。研究者想做的,是压缩缓存的同时,保留后续生成真正需要的信息。

团队比较了 LingBot-World v2、LongLive、Self-Forcing 和 Causal Forcing。在特定的对象找回与场景重访测试中,LingBot-World v2 利用完整历史信息生成的画面,与目标画面的 DINO 特征相似度约为 0.68,其他三个候选约为 0.26。


这个结果直接决定了他们后续的研究方向:放弃其他候选,直接在灵波的底座上做记忆压缩优化。最终提出的 DeCoPrune 方案,把历史缓存 token 砍掉了 85%,生成速度翻了四倍多的情况下,画面相似度还能保住 0.67。

类似的故事,在具身智能论文里反复出现。

斯坦福大学视觉与学习实验室 10 月发布的 OpenWAM 项目,初衷是给世界 - 动作模型(World-Action Model)做一套统一的对比框架。过去各家模型各写各的代码,架构不兼容、接口不统一,想比个优劣得先重写半套环境。他们找了一圈现成的实现,最后把 LingBot-VA 的 Transformer 架构、文本编码器和分词器整套拿了过来,作为整个框架的参考实现。


韩国 KAIST 与成均馆大学团队的联合研究成果 FastOPD,则用 LingBot-VLA 作为「教师模型」,为约 4.51 亿参数的学生模型提供监督,最终让学生模型单步推理的平均成功率由 35.3%提高到 51.2%,增加 15.9 个百分点。

这些研究延续了灵波已经完成的不同部分。有人使用模型能力,有人沿用工程实现,再将自己的训练资源和研究方法投入其中……而当一个领域的新研究都用灵波来做实验、当别人要证明自己的方法有效首先得跑过灵波的基线时,灵波也不再只是一个参赛者,更是这个赛道的度量衡。

02

开源社区:全球开发者的二次创造

能被学术圈使用,依然还是小圈子里极具门槛的事,全球开发者的二次创造,为开源产品带来了第二次生命。

LingBot-World 2.0 除了 14B 的完整版,还开源了一个面向普通开发者的 1.3B 快速版,面向普通开发者。很快就有人拿去试手。

爱沙尼亚的独立开发者 Kaarel Kaarelson,就是最早把灵波的性能潜力榨干给所有人看的人之一。他在生成式 AI 圈里小有名气,擅长给开源模型做推理优化,别人跑不动的模型,到他手里总能快上一截。

9 月,他拿到 LingBot-World 2.0 的 1.3B 版本代码后,一头扎了进去。他先在云平台租了一张 RTX 5090,32GB 显存,跑官方的 1.3B 版本。在他的设置下,原始实现生成一秒钟、16 帧的视频需要 2.68 秒。用户持续移动时,画面生成赶不上播放。

于是,接下来整整两周,他从把 VAE 精度从 FP32 降到 FP16 开始,替换注意力算子为 SageAttention,线性层做 FP8 行式量化,用 torch.compile 把十几张计算图合并成一张,再把层间的 CPU-GPU 同步从 110 次砍到 2 次,最后做算子融合。

每改一步,他就记一组耗时,连每个算子离硬件理论峰值差多少都算得清清楚楚。

最终结果出来的时候,连他自己都意外:同一张显卡,原版 6 帧每秒,他优化完跑到了 16.1 帧,速度翻了 2.7 倍,画质几乎无损。


他把对比视频和代码一起放到 GitHub 和 X 上。左边是原版卡顿的龙穴场景,右边是丝滑流畅的 16 帧版本。那条帖子很快在圈子里传了起来。科技媒体 Prismix 专门写了报道,认为它在动态模拟上已经超过了闭源的 Genie 3。

Mac 用户群体也没有缺席。PandacatAI 完成了更底层的 MPS 后端移植,用 M4 Pro、48GB 统一内存,配上 8 位量化的文本编码器和磁盘提示词缓存,让 Mac 用户也能用 LingBot-World 本地生成世界。

开发者 Don Allen III 则为 LingBot-Map 做了一个完整的 Mac 桌面封装:用户把视频拖进窗口,就能在本地生成三维点云。全程可视化进度,最终导出点云文件。

开发者的热情攒到一定程度,产业端的官方主动适配就成了水到渠成的事。

03

产业生态:宿敌之间的默契

要了解合作伙伴们究竟如何看待灵波,英伟达与 AMD 这对宿敌的默契,或许是最好的例证。

熟悉 AI 硬件圈的人都知道,两家的生态向来是独立发展的,尤其是世界模型,两家都会优先推自家投资或者合作的模型:英伟达有自研的 Cosmos 系列;AMD 则在投资了 World Labs 后,双方官宣开展技术和 go-to-market 合作,苏姿丰与李飞飞更是在多个公开场合互相背书。

灵波是少有的例外。

NVIDIA 在其开源高性能推理库 FlashDreams 中,将 LingBot-World 与自家的 OmniDreams 并列,作为三大官方集成模型之一,专门提供相机控制的图像转视频服务。在 SANA-WM 的研究论文中,英伟达更是直接将 LingBot-World 称为「大规模工业级基线」,用它来衡量自家新模型的质量水平。


另一边,AMD 不仅在 IFA 2026 这样级别的消费电子盛会上用 LingBot-World 2.0 演示「个人 AI 的未来」,其 ROCm 软件生态也在跟进 Micro-World 系列的优化,并公开评测中认可 LingBot-World-V2-1.3B 的 WBench 质量分达到 81.22,位居同类第一。

芯片厂商之外,工具链的跟进同样迅速。

推理框架层面,SGLang 宣布对 LingBot-World 2.0 提供 Day 0 Support,成为官方首发的推理加速方案;vLLM-Omni 随后也相继合入了视频生成与实时世界会话的支持。Hugging Face 旗下的机器人开发平台 LeRobot,更是将 LingBot-VA 纳入 v0.6.0 核心版本,作为官方推荐的世界动作模型策略之一。


视觉开发者熟悉的 timm 模型库,也在 2026 年 8 月正式收录了 LingBot-Vision。从此,全球的计算机视觉工程师只需一行代码,就能加载灵波的视觉骨干网络来做迁移学习。

云厂商也没落下。AWS Labs 的开源世界模型部署项目,直接把 LingBot-World-Fast 设为默认的 EC2 部署路径,并整理好了从环境到服务的全套流程。很多开发者第一次在云上部署世界模型,第一个接触到的选项可能就是灵波。

从云端部署到端侧芯片,从训练框架到推理 runtime,一条围绕 LingBot 的完整产业工具链正在自发形成。

04

从机器人的眼睛,到红海的海底

如果说前面所有的故事,都还在具身智能的射程之内。下面这一个则不同。

没下过水的人想象珊瑚礁,大概类似于一张明信片:清澈的蓝色海水,成群的热带鱼,潜水员游动在光斑里。

但在瑞士洛桑联邦理工学院(EPFL)环境计算实验室的人眼里,珊瑚礁是另一种画面:一段手持相机拍下的、随水波晃动的视频,以及怎样把它变成一张能数清珊瑚数量的三维地图。

这个叫 DeepReefMap 的项目,研究的是红海北部亚喀巴湾的珊瑚。作为全球最特殊的一批珊瑚,它们对海水升温有超乎寻常的耐受力,被视作气候变化下珊瑚存续的希望。


为此,EPFL 跨国红海中心连年在以色列、约旦、吉布提沿岸做考察,通过让潜水员带着 GoPro 潜水拍摄视频,试图完成成整片区域的三维重建。

但水下的麻烦比陆地上多得多。水波晃出的焦散光斑、悬浮颗粒造成的后向散射,都会干扰特征匹配。一些重建方式需要同时读取整段视频,帧数增加,显存需求与团队用于后期处理的也会同步增长。

转折点发生在 2026 年 9 月 24 日。

那天,DeepReefMap 发布 1.2.0 版本,增加了 LingBot-Map 等重建后端。在官方描述中, lingbot_map 权重公开,Apache-2.0 许可,做逐帧流式处理时,显存始终平稳,是「处理长视频或使用显存较小的 GPU 时的最佳选择。」


原本为机器人导航设计的空间理解能力,就这样走进了海洋生物学实验室。

一定程度上,这就是开源最迷人的地方:当一个模型足够开放、工程底座足够扎实的时候,使用者自会自己替它找到千万种用法。

05

尾声:中国 AI 的另一种出海

很长一段时间里,中国 AI 的全球化叙事总绕不开应用出海——把国内跑通的产品模式复制到海外。

但灵波走了另一条的路:技术底座出海。

依靠 GitHub 仓库里的 Star 与 Fork、全球开发者自发的适配与移植、每一篇论文里的基线数据、每一次性能优化里的实测结果……这些分散的、自发的选择累积起来,最终构成了模型真正的生态影响力。

而这一次「出海」最深的抵达,是字面意义上的一片海——红海北部的亚喀巴湾,一段晃动的水下视频,和一群在升温的海水里依然存活的珊瑚。

一个开源的模型,就这样成为无数创新发生的土壤。

*头图来源:DeepReefMap GitHub 主页

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

极客一问

开源,
能成为中国 AI 出海的新优势吗?

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.

相关推荐
热点推荐
AI复活电子垃圾之:压了十年泡面的 Kindle,终于翻身了

AI复活电子垃圾之:压了十年泡面的 Kindle,终于翻身了

果壳
2026-11-19 16:17:10
CBA杯积分榜:16强定2席!广东基本无缘直通,上海险些被爆冷

CBA杯积分榜:16强定2席!广东基本无缘直通,上海险些被爆冷

乒桢泳球
2026-11-19 22:05:33
宋美龄活到106岁,身边佣人晚年才说出实情:她从不靠那些进补的东西,真正起作用的是大家都忽视的小事

宋美龄活到106岁,身边佣人晚年才说出实情:她从不靠那些进补的东西,真正起作用的是大家都忽视的小事

磊子讲史
2026-11-19 18:11:34
“晚上强撑到家,痛到无法忍受”,知名网站创始人突发心梗,“寡妇血管”全堵死,送医几分钟后心脏骤停;本人发声:目前在家静养,勿扰

“晚上强撑到家,痛到无法忍受”,知名网站创始人突发心梗,“寡妇血管”全堵死,送医几分钟后心脏骤停;本人发声:目前在家静养,勿扰

南方都市报
2026-11-20 08:03:51
日本东京万人集会抗议高市政权政策

日本东京万人集会抗议高市政权政策

新华社
2026-11-20 00:29:26
秦基伟把24门喀秋莎封进山洞,严令半个月不准开一炮,后来如何?

秦基伟把24门喀秋莎封进山洞,严令半个月不准开一炮,后来如何?

云端小院
2026-11-20 08:19:03
晚旗报:波切蒂诺首秀迎利物浦,曼联预计4-2-3-1阵型

晚旗报:波切蒂诺首秀迎利物浦,曼联预计4-2-3-1阵型

懂球帝
2026-11-20 07:00:10
上海退休教授进敬老院5个月后去世,护工挺着大肚子含泪:这是遗书

上海退休教授进敬老院5个月后去世,护工挺着大肚子含泪:这是遗书

罪案洞察者
2025-08-08 11:40:08
21岁瘫痪时,霍金仍坚持迎娶爱人,婚后却先后育有3个子女;众人困惑孩子怎样出生,他亲自作出这样的科学答复

21岁瘫痪时,霍金仍坚持迎娶爱人,婚后却先后育有3个子女;众人困惑孩子怎样出生,他亲自作出这样的科学答复

LULU生活家
2026-11-19 16:59:58
就在大家都以为中国会坚决回应时,北京却选择了战略克制。

就在大家都以为中国会坚决回应时,北京却选择了战略克制。

回京历史梦
2026-08-22 18:23:43
CBA杯辽宁全华班狂送36助攻,赵继伟缺阵外援全休,今晚8点碰迪亚洛8投全中的山西,乌戈点破关键

CBA杯辽宁全华班狂送36助攻,赵继伟缺阵外援全休,今晚8点碰迪亚洛8投全中的山西,乌戈点破关键

篮球热嗖
2026-11-20 10:52:35
日本彻底撕破脸!中日关系不可能回头,日本明确表示:中国是日本“前所未有的最大战略挑战”!

日本彻底撕破脸!中日关系不可能回头,日本明确表示:中国是日本“前所未有的最大战略挑战”!

扶苏聊历史
2026-11-17 14:55:44
中国行只有24小时 马斯克仍专程飞上海:我要感谢中国团队

中国行只有24小时 马斯克仍专程飞上海:我要感谢中国团队

快科技
2026-11-19 22:03:28
方博:我干不过松岛辉空!连向鹏都赢不了,排名高的更厉害樊振东除外

方博:我干不过松岛辉空!连向鹏都赢不了,排名高的更厉害樊振东除外

念洲
2026-11-20 10:24:13
英国防长:若俄罗斯在乌克兰冲突中获胜,欧洲将面临灾难性代价

英国防长:若俄罗斯在乌克兰冲突中获胜,欧洲将面临灾难性代价

让心灵得以栖息
2026-11-20 06:20:34
女子借贷7万相亲,升级“重点会员”数月后婚介公司人去楼空,婚介陷阱曝光:宣称成功率98.63%,诱导顾客贷款消费

女子借贷7万相亲,升级“重点会员”数月后婚介公司人去楼空,婚介陷阱曝光:宣称成功率98.63%,诱导顾客贷款消费

大风新闻
2026-11-20 10:32:04
从5-4到3-0!曼城冲击1大纪录,21连胜貌似触手可及,2员大将伤退

从5-4到3-0!曼城冲击1大纪录,21连胜貌似触手可及,2员大将伤退

汪星人哟
2026-11-20 10:33:46
奢靡荒唐的白马会所:性交易泛滥,让无数富婆挥金如土

奢靡荒唐的白马会所:性交易泛滥,让无数富婆挥金如土

天启大世界
2026-10-13 17:17:54
欧洲:不能从中国买电池!中国:收到,那我把整个电池厂搬过来!

欧洲:不能从中国买电池!中国:收到,那我把整个电池厂搬过来!

影孖看世界
2026-10-27 23:14:31
宋喆出狱3年县城搬菜日结50块,前妻仓库2000平年营业额1200万,网友吵翻:谁更清醒

宋喆出狱3年县城搬菜日结50块,前妻仓库2000平年营业额1200万,网友吵翻:谁更清醒

迪迪的娱乐故事
2026-11-07 08:36:34
2026-11-20 22:08:49
极客公园
极客公园
让最棒的创新成为头条
13054文章数 78968关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

教育
旅游
家居
手机
艺术

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

旅游要闻

青岛冬日赏鸥地图|沿着海岸线,赴一场海鸥之约

家居要闻

2026建博会(广州) 公装联探展交流活动

手机要闻

2026年最后一款超模旗舰!小米18标准版屏幕、性能、影像全面领跑

艺术要闻

投资55亿!深圳歌剧院施工现场更新,主音乐厅马蹄形已现!

无障碍浏览 进入关怀版