1月29日，蚂蚁灵波科技发布开源世界模型LingBot-World，对标Google Genie 3，在视频质量、动态程度、长时一致性等指标上表现优异。该模型支持近10分钟无损生成，解决“长时漂移”问题，适用于具身智能、自动驾驶和游戏开发。交互性能达16 FPS，延迟控制在1秒内，用户可通过键盘或鼠标实时操控角色与视角，并通过文本触发环境变化。模型具备Zero-shot泛化能力，仅需一张照片即可生成可交互视频流，降低部署成本。训练数据采用混合采集策略，覆盖多样化场景并提取纯净画面。LingBot-World为复杂长程任务提供低成本试错空间，助力智能体场景理解与泛化能力提升。目前，模型权重及推理代码已开源，推动AGI生态共建。