螞蟻靈波科技近日推出了一款名為LingBot-World的開源世界模型框架，為交互式環(huán)境模擬提供了全新解決方案。該模型通過構建高保真、可控且邏輯一致的虛擬空間，為機器人訓練和具身智能研究開辟了"數(shù)字試驗場"，其核心性能指標已接近國際領先水平。

在技術架構上，LingBot-World創(chuàng)新性地采用可擴展數(shù)據引擎，通過分析海量游戲環(huán)境中的物理規(guī)律與因果關系，實現(xiàn)了生成世界與用戶的實時互動。測試數(shù)據顯示，該模型在視頻質量、動態(tài)表現(xiàn)、長時穩(wěn)定性等維度均達到行業(yè)頂尖水準，特別是在持續(xù)生成能力方面取得突破性進展——可實現(xiàn)近10分鐘的連續(xù)穩(wěn)定輸出，有效解決了傳統(tǒng)模型中常見的物體變形、場景崩壞等問題。

交互性能是該模型的另一大亮點。通過優(yōu)化訓練流程與并行計算技術，LingBot-World將端到端響應延遲壓縮至1秒以內，支持每秒16幀的流暢畫面生成。用戶可通過鍵盤鼠標實時操控虛擬角色與攝像機視角，指令執(zhí)行與畫面反饋實現(xiàn)同步。更值得關注的是，模型允許通過文本指令觸發(fā)環(huán)境變化，如調整天氣系統(tǒng)、切換畫面風格或生成特定事件，所有改動均能在保持場景幾何結構穩(wěn)定的前提下完成。

針對具身智能訓練中的數(shù)據瓶頸問題，研發(fā)團隊設計了混合采集策略：一方面從網絡視頻中提取多樣化場景素材，另一方面利用游戲引擎與虛幻合成管線生成無干擾純凈畫面。這種雙軌制數(shù)據獲取方式使模型具備強大的零樣本泛化能力——僅需輸入單張城市街景照片或游戲截圖，即可自動生成可交互視頻流，無需針對特定場景進行額外訓練，顯著降低了實際應用中的部署成本。

在復雜任務訓練方面，LingBot-World展現(xiàn)出獨特優(yōu)勢。其長時序一致性特征與因果推理能力，使模型能夠在數(shù)字空間中模擬物理世界的運行規(guī)律，為智能體提供低成本、高保真的試錯環(huán)境。通過調整光照條件、物體擺放位置等參數(shù)，系統(tǒng)還能生成多樣化訓練場景，有效提升算法在真實環(huán)境中的適應能力。這些特性恰好解決了具身智能規(guī)?；涞氐暮诵奶魬?zhàn)——真實世界中復雜長程任務訓練數(shù)據的稀缺性問題。

隨著LingBot-World的發(fā)布，螞蟻在具身智能領域的布局愈發(fā)清晰。繼此前推出兩款"靈波"系列大模型后，此次技術突破標志著其通用人工智能戰(zhàn)略從數(shù)字認知向物理感知層面的關鍵延伸。該模型構建的"基礎模型-通用應用-實體交互"技術棧，正在為連接生成式AI與具身智能開辟新的路徑。