蚂蚁灵波开源 LingBot-World 2.0 三款世界模型：1.3B Small 版面向消费级单卡 GPU
据 IT之家 9 月 13 日消息，蚂蚁灵波科技在今年 7 月开源 LingBot-World 2.0 14B 模型之后，本周继续放出三款相关模型：LingBot-World 2.0 Small、LingBot-World 2.0 Bidirectional 以及 LingBot-World 2.0 Causal Pretrain。来源显示，LingBot-World 2.0 被定位为一个实时交互世界模型，可围绕角色动作与环境事件生成连续画面，并在更高算力和对应推理配置下实现 720P / 60FPS 的高清实时体验。
此次更新的重点之一，是参数规模为 1.3B 的 LingBot-World 2.0 Small。官方介绍称，该版本面向消费级单卡 GPU 设计，能够在单卡环境中实现实时生成。这意味着，相比更大参数模型，Small 版本更强调本地部署、低门槛复现和开发者可触达性，适合个人开发者、高校实验室以及小型团队从本地体验开始，继续探索交互方式、推理优化和场景应用。
三款模型分别面向不同研发环节
从此次开源组合来看，蚂蚁灵波并非只发布一个轻量版模型，而是围绕世界模型的训练、预训练底座和实时生成能力，提供了更完整的研发链条。LingBot-World 2.0 Small 主要面向本地实时体验；LingBot-World 2.0 Bidirectional 则面向实时世界模型训练，并提供高质量蒸馏源；LingBot-World 2.0 Causal Pretrain 面向后训练、评测和场景适配，提供因果预训练底座。
- LingBot-World 2.0 Small：1.3B 参数规模，面向消费级单卡 GPU，可用于本地实时生成与复现。
- LingBot-World 2.0 Bidirectional：面向实时世界模型训练，重点在于提供蒸馏源。
- LingBot-World 2.0 Causal Pretrain：面向后训练、评测和适配任务，作为因果预训练基础模型。
来源摘要提到，LingBot-World 2.0 支持小时级连续生成，并可响应攻击、射箭、施法、射击等角色动作，也能处理下雪、下雨等环境事件。这类能力与传统视频生成模型的区别在于，它不仅追求生成画面的真实感，还需要理解“动作输入—环境变化—后续画面”的连续关系，更接近游戏、仿真和具身智能所需的动态世界建模。
为什么 1.3B 单卡版本值得关注
对中文 AI 开发者生态来说，Small 版本的价值不只在“模型更小”。当前世界模型通常对算力、显存和推理框架要求较高，很多团队即便能看到技术报告，也难以在本地环境中快速复现。1.3B 参数规模如果能在消费级单卡 GPU 上实时运行，将使更多开发者有机会围绕交互生成、实时推理、模型压缩和应用原型进行实验。
这也反映出世界模型开源正在从“展示大模型能力”走向“降低实验门槛”。对于高校实验室和小型团队而言，可本地运行的版本有助于开展可控实验，例如比较不同输入动作对生成结果的影响、测试长时生成稳定性，或在特定场景中进行后训练和适配。对于应用层团队而言，它也可能成为游戏 NPC 行为演示、虚拟环境模拟、机器人仿真数据生成等方向的早期技术底座。
影响与解读：世界模型进入更工程化阶段
世界模型被视为 AI 从“生成内容”迈向“理解并预测环境”的关键方向之一。LingBot-World 2.0 强调实时交互与连续生成，说明相关研发重点正在从单帧质量或短视频片段，进一步转向可持续、可控制、可响应的动态场景。此次同时开源 Small、Bidirectional 和 Causal Pretrain，也体现出模型团队希望把训练、蒸馏、后训练和部署环节拆分出来，方便社区围绕不同层次参与。
当然，来源并未给出更多关于硬件规格、实际显存占用、推理速度基准或不同消费级 GPU 的适配表现。因此，Small 版本在真实开发环境中的体验，还需要社区在具体硬件和任务中进一步验证。但从开源方向看，可在本地复现的实时世界模型将有助于推动更多开发者从观看演示转向动手实验，也可能加速世界模型在游戏、仿真、交互内容与具身智能领域的工程化探索。