7月9日，蚂蚁灵波正式开源LingBot-Video，这是全球首个基于MoE架构、面向具身智能的视频生成基础模型。该模型在RBench基准评测中总分达0.620，超越Wan2.6等主流模型，在生成机器人视频时展现出卓越的物理合理性与任务完成度。LingBot-Video实现了三大系统创新：架构上采用DiT+MoE设计，30B总参数仅激活约3B，推理效率提升约3倍；数据上引入7万小时专业具身数据；训练上结合多维强化学习奖励系统对齐真实物理规律。该模型为视频生成走向具身智能提供了全新开源底座，可广泛应用于机器人动作预测、仿真数据生成及世界模型研究等前沿领域。