螞蟻靈波開源 1.3B 輕量版世界模型 LingBot-World 2.0，支援消費級單卡即時生成

據報導，螞蟻靈波（RobbyAnt）開源 1.3B 參數的輕量版世界模型 LingBot-World 2.0，專為消費級單卡 GPU 設計，支援本地即時世界生成。官方 GitHub 資訊顯示，該模型又稱 LingBot-World-Infinity，此次迭代共包含四項重大升級，相關論文《Infinite Worlds with Versatile Interactions》已於 2026 年 8 月 11 日發表。 在視覺呈現上，該模型支援第一人稱與第三人稱視角，能在持續移動與轉動視角時維持場景空間關係，並即時生成爆炸、火焰、能量護盾等互動回饋。螞蟻靈波曾於今年 7 月開源 14B 主模型，透過編譯器級別的注意力 Kernel 最佳化、動態 KV 快取調度、非同步串流媒體傳輸與混合平行推論等部署策略，在特定算力下可實現 720p/60fps 的小時級持續生成；AMD 高級副總裁 Jack Huynh 亦在上週的 IFA 柏林消費電子展開幕演講中，展示該模型在不同環境長時間探索的 Demo。 在訓練架構方面，團隊首先訓練 Causal World 模型進行因果預訓練，並設計 MoBA（Mixture of Bidirectional and Autoregressive Attention Mask）機制，在原有 Teacher Forcing Mask 中加入雙向注意力，以緩解長上下文過擬合與畫質退化問題。為降低運算成本，模型後續採用一致性蒸餾（Consistency Distillation）壓縮去噪步驟，並加入 DMD（Distribution Matching Distillation），讓學生模型在自身的長時 self-rollout 軌跡上訓練，減少自回歸過程的累計漂移。 此次開源除了 1.3B 模型外，螞蟻靈波也同步釋出 Causal Pretrain 底座與雙向教師模型，供社群進行後訓練、蒸餾、壓縮與垂直場景適配。