2026年7月9日，蚂蚁集团旗下具身智能子公司蚂蚁灵波科技正式发布了新一代开源实时交互世界模型LingBot-World 2.0，又名LingBot-World-Infinity。这款模型是继今年1月LingBot-World 1.0将连续稳定生成时长推进到近10分钟之后的又一次重大突破。LingBot-World 2.0全面升级了世界的预测与交互能力，支持小时级实时生成，在长达一小时的不间断压力测试中画面始终保持纹理清晰、场景结构连贯，无明显画质衰减，这在AI世界模型领域尚属首次。
LingBot-World 2.0的技术核心在于其创新性的因果预训练范式和自研的MoBA混合双向自回归注意力机制。传统世界模型通常采用双向注意力架构，即模型在生成画面时可以同时参考过去和未来的信息。这种方式在短时间生成时效果不错，但一旦生成时间拉长，误差就会持续累积放大，导致画面越生成越模糊、结构越变越失真。
蚂蚁灵波的因果预训练范式另辟蹊径：模型按照真实世界交互的时间顺序来学习世界如何演化，基于已经发生的画面、动作和场景状态，持续预测接下来的变化，不能用未来的信息来修正当前的结果。MoBA机制则在保障时间序列连贯性的同时维持了画面质量，有效抑制了长时漂移。最终，LingBot-World 2.0在长达一小时的连续生成中保持了画面的纹理清晰度和场景结构连贯性，这一能力在同类开源世界模型中处于绝对领先地位。
LingBot-World 2.0最大的创新在于首次将Agent机制引入世界模型。模型内置了双Agent架构：Pilot Agent负责规划和执行角色的移动、攻击、跳跃等行为，Director Agent则像一个"隐形导演"，在场景推进过程中实时提出新的事件和变化。用户通过键盘操控角色时，Director Agent可能会在后台突然触发天气变化、敌人增援或环境开关等动态事件，让探索过程充满意外和新鲜感。
在交互层面，LingBot-World 2.0不再只是走走看看。模型支持攻击、射箭、施法、射击、跳跃、滑翔等多类动作，动作结果由模型根据场景状态实时生成，保持物理合理性与视觉一致性。用户还可以通过文本输入触发昼夜切换、风格变换、实体注入等事件，如输入"下雨"世界就会立刻从晴天转为雨天。LingBot-World 2.0提供了14B参数的主模型和1.3B参数的蒸馏轻量版两个规格，轻量版可以在消费级GPU上稳定运行，实现了高可及性。
LingBot-World 2.0的发布标志着一个重要的产业趋势：AI 3D能力正在从静态资产生成向动态世界模拟跨越。过去的AI 3D技术主要解决"生成一个模型"的问题，Meshy、Tripo等平台可以在几秒内生成一个3D资产。现在，世界模型解决的是"生成一个活的世界"的问题，不仅要创建静态的场景，还要模拟物理规则、动态变化和用户交互。
蚂蚁灵波在三天内还连续开源了LingBot-Video视频生成模型、LingBot-VLA 2.0具身基座模型和LingBot-Vision视觉基础模型，构建起从世界模型到具身智能的全栈开源生态。灵光App已经接入LingBot-World 2.0的世界模型能力。对于AI建模领域来说，世界模型的成熟意味着3D内容创作正在经历从做模型到做世界的根本性转变，这对游戏开发、虚拟现实和仿真训练等产业将产生深远影响。据了解，已有多个游戏开发团队开始测试将LingBot-World 2.0生成的虚拟世界作为游戏关卡原型，再辅以人工精修来加速开发流程。如果这一模式成熟，游戏开发的预制作阶段效率有望提升10倍以上。
LingBot-World 2.0的开源策略也值得关注。14B参数的主模型采用非商用协议开源，面向学术研究和高品质验证场景；1.3B蒸馏版本则采用商用协议开源，可以在消费级GPU上运行，降低了中小开发者的使用门槛。蚂蚁灵波还联合Reactor等平台提供在线体验和SDK，进一步降低了技术门槛。这种分层开源策略既保护了核心技术的商业价值，又最大化了技术的传播范围。
灵光App已经率先接入了LingBot-World 2.0的世界模型能力，用户可以通过文字描述生成独特的虚拟世界并直接在里面探索和互动。相比此前只支持走一走看一看的简单交互，新版灵光App最大的变化是让AI生成的世界真正可玩起来。用户可以操控角色进行攻击、射箭、施法等动作，也可以通过文本触发天气变化和场景事件。这种从静态观赏到动态交互的进化，标志着AI生成内容正在从单向输出走向双向互动的新阶段。
蚂蚁灵波的开源策略还在持续加码。据公司披露，LingBot-World 2.0的1.3B蒸馏版本发布后首周下载量即突破5万次，已被多个游戏开发团队和教育机构用于虚拟场景搭建和课程实验。这种快速普及验证了开源策略在加速技术落地方面的有效性，也为蚂蚁灵波在AI3D领域建立开发者生态奠定了坚实基础。