北京
机器人前瞻（公众号：robot_pro）
作者 钟宸
编辑 漠影
机器人前瞻9月10日报道，今天，蚂蚁灵波宣布开源三款新模型，分别是LingBot-World 2.0 Small（1.3B)（1.3B模型）、LingBot-World 2.0 Bidirectional （双向Teacher模型）和LingBot-World 2.0 Causal Pretrain（因果预训练基座模型），在X（原推特）上，这三个模型则已于昨晚官宣开源。
在蚂蚁灵波放出的视频里，出现了不同场景、不同穿着人物走路、滑翔的画面，且可实时控制，视频右上角显示为Lingbot-World模型生成。
同时，模型还可生成水流喷出湖面、彩虹、闪电落下以及巨浪等多样式的天气场景，但从画面来看，夸张度较大，真实性有所不足。
且该模型还可以生成不同人称的视频，同时还可以操纵画面人物进行射击、换弹等复杂操作。
蚂蚁灵波称，LingBot-World 2.0 Small（1.3B)面向消费级单卡GPU设计，可在单卡上实现实时生成，个人开发者、高校实验室和小型团队可以从本地体验和复现。
LingBot-World 2.0 Bidirectional则是一个双向Teacher模型，据悉，该模型面向实时世界模型训练，提供高质量的蒸馏源。高质量生成通常需要多步去噪，计算成本较高，难以直接满足实时交互需求。
蚂蚁灵波表示，通过蒸馏，可以将Teacher的多步生成轨迹压缩到少步Student，在降低生成成本的同时，尽可能保留预训练阶段学习到的动作条件动态能力。
通过开放Bidirectional，蚂蚁灵波希望为研究者提供更完整的蒸馏起点，用于训练更轻、更快，或更适合特定场景的Student模型。
LingBot-World 2.0 Causal Pretrain则面向后训练、评测和场景适配，提供因果预训练底座。
由此，蚂蚁灵波指出，LingBot-World 2.0已经覆盖从预训练到轻量化部署的完整链路，更易运行、研究、蒸馏与适配。该公司认为，它不只是一个可供体验的世界模型，更是一个可以进一步开发的开放平台。
评论区内，有开发者认为，同时开源多个模型这一做法“相当明智”，有利于开发者减少工作量。
还有人表示，想看看1.3B的模型与14B的模型的生成效果、稳定性以及响应速度上的差异。
也有用户表示想要了解模型发布之后会带来什么影响。
在魔搭社区，三个模型均已上线，开发者可自行下载使用。
结语：打通二次开发链路，效果仍待验证
蚂蚁灵波本次发布的模型，在生成效果、速度以及稳定性等方面都尚不明确，但它更值得关注的是，将模型参数从14B降至1.3B的同时，蚂蚁灵波还开源了双向Teacher模型和因果预训练模型，实际上打通了社区二次开发的一整条链路。
三个模型的开源，等于把后训练、评测、蒸馏、压缩、推理加速和特定场景适配的选择权都交给社区。开发者可以不做预训练，只拿Teacher模型蒸馏一个垂直场景的小模型，也可以不做蒸馏，只在因果基座上做后训练。开发者不必从零复现一遍别人的工程，这才是“可构建的开放基座”这句话的实际分量。
来自更大范围开发者的反馈会成为蚂蚁灵波模型研究的养料，更有可能形成飞轮。
但现在先别急着说作用，还得看看模型最终的落地效果怎么样。
X链接：https://x.com/robbyant_brain/status/2097707488472895728
项目主页：https://technology.robbyant.com/lingbot-world-v2
Hugging Face：https://huggingface.co/robbyant/lingbot-world-v2
魔搭社区：https://www.modelscope.cn/collections/Robbyant/LingBot-World-V2
代码：https://github.com/robbyant/lingbot-world-v2技术报告：https://arxiv.org/abs/2607.07534
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.
