螞蟻集團(tuán)旗下靈波科技近日宣布，其自主研發(fā)的世界模型LingBot-World正式面向全球開發(fā)者開源。這是繼空間感知模型LingBot-Depth和具身大模型LingBot-VLA之后，靈波科技在具身智能領(lǐng)域推出的第三款核心開源模型，標(biāo)志著螞蟻集團(tuán)在通用人工智能（AGI）戰(zhàn)略中完成了從虛擬數(shù)字空間到物理感知能力的關(guān)鍵跨越。

據(jù)技術(shù)團(tuán)隊(duì)介紹，LingBot-World在視頻生成質(zhì)量、動(dòng)態(tài)場(chǎng)景還原度、長(zhǎng)時(shí)序穩(wěn)定性等核心指標(biāo)上已達(dá)到國(guó)際領(lǐng)先水平，可與谷歌最新發(fā)布的Genie 3模型相媲美。該模型通過構(gòu)建高保真、強(qiáng)交互的數(shù)字仿真環(huán)境，為具身智能訓(xùn)練、自動(dòng)駕駛算法驗(yàn)證以及游戲開發(fā)等領(lǐng)域提供了突破性解決方案。特別是在處理復(fù)雜動(dòng)態(tài)場(chǎng)景時(shí)，其生成的虛擬環(huán)境能夠?qū)崟r(shí)響應(yīng)物理規(guī)則變化，支持多智能體協(xié)同交互。

針對(duì)視頻生成領(lǐng)域長(zhǎng)期存在的"長(zhǎng)時(shí)漂移"難題，靈波科技研發(fā)團(tuán)隊(duì)創(chuàng)新性地采用多階段訓(xùn)練架構(gòu)與并行計(jì)算優(yōu)化技術(shù)。通過動(dòng)態(tài)記憶機(jī)制和時(shí)空一致性約束算法，LingBot-World成功將連續(xù)無損生成時(shí)長(zhǎng)提升至近10分鐘，較傳統(tǒng)模型提升300%以上。這一突破使得機(jī)器人操作訓(xùn)練、自動(dòng)駕駛決策系統(tǒng)開發(fā)等需要長(zhǎng)序列交互的場(chǎng)景獲得更可靠的仿真環(huán)境支持。

開源社區(qū)已同步開放LingBot-World的完整模型權(quán)重與推理代碼庫(kù)，開發(fā)者可基于PyTorch框架快速部署。該模型支持多模態(tài)輸入接口，能夠兼容視覺、語言、傳感器等多種數(shù)據(jù)類型，為跨領(lǐng)域應(yīng)用開發(fā)提供靈活基礎(chǔ)。靈波科技表示，后續(xù)將持續(xù)優(yōu)化模型在極端場(chǎng)景下的適應(yīng)能力，并計(jì)劃推出行業(yè)定制化版本。

業(yè)內(nèi)專家指出，螞蟻集團(tuán)通過"基礎(chǔ)模型-通用應(yīng)用-實(shí)體交互"的三層技術(shù)架構(gòu)，正在構(gòu)建完整的AGI技術(shù)生態(tài)。此次開源的世界模型不僅填補(bǔ)了國(guó)內(nèi)在高端數(shù)字仿真領(lǐng)域的空白，其開放的研發(fā)模式更將加速具身智能技術(shù)的產(chǎn)業(yè)化進(jìn)程，為智能制造、智慧城市等戰(zhàn)略性新興產(chǎn)業(yè)提供關(guān)鍵技術(shù)支撐。