
transcript
show notes
LingBot-World 2.0(又名 LingBot-World-Infinity)是一款由 Ant Group 等团队开发的先进实时交互式世界模型。该系统通过因果预训练与蒸馏技术,克服了长时生成中的画面漂移问题,能够稳定输出长达一小时且无画质衰减的 720p/60fps 视频流。其核心亮点在于引入了导演-飞行员(Director-Pilot)代理架构:由视觉语言模型充当“导演”进行逻辑推理与事件策划,由扩散变压器担任“飞行员”渲染物理规律一致的视觉画面。用户不仅能通过键盘控制角色移动,还能触发战斗、施法、改变天气等深度交互指令。该项目已完全开源,提供不同参数规模的模型,旨在为游戏生成和具身智能模拟提供一个无限、稳定且可感知的虚拟环境。