蚂蚁灵波科技本周继续扩大 LingBot-World 2.0 的开源范围。在今年 7 月先开放 14B 模型之后，该公司又发布了三款新模型：LingBot-World 2.0 Small（1.3B）、LingBot-World 2.0 Bidirectional 和 LingBot-World 2.0 Causal Pretrain。与 14B 版本相比，这次新增的重点不只是模型规模更完整，而是把实时交互世界模型的开发门槛进一步压低。
1.3B Small 版本强调本地可运行
本次发布中最受关注的是 LingBot-World 2.0 Small。该模型参数规模为 1.3B，官方将其定位为面向消费级单卡 GPU 的版本，并称可在单卡上实现实时生成。对于个人开发者、高校实验室和小型团队来说，这意味着可以在本地设备上体验和复现该模型，而不必一开始就依赖更高规格的计算资源。
这一设计思路也与当前开源模型社区的一个趋势相符：相比单纯追求参数规模，越来越多项目开始关注模型能否在有限硬件条件下完成训练、推理和二次开发。对于世界模型这类对算力和推理速度要求较高的方向来说，小参数版本的开放有助于让更多开发者进入实验阶段。
实时交互仍是核心能力
按照官方介绍，LingBot-World 2.0 是一个实时交互世界模型，支持小时级连续生成，并可响应多种角色动作与环境事件。素材中提到的交互示例包括攻击、射箭、施法、射击等角色动作，以及下雪、下雨等环境变化。在更高算力和相应推理配置下，该模型可进一步达到 720P / 60FPS 的高清实时体验。
从这些信息看，LingBot-World 2.0 的重点并不只是生成静态画面，而是让模型在持续生成过程中对用户动作和环境条件作出响应。这类能力通常与游戏、虚拟环境、具身智能等场景相关，也是世界模型区别于一般文生图或视频生成模型的重要方向。
三款模型分别对应训练、后训练与小规模部署
除 Small 版本外，蚂蚁灵波还开源了另外两个方向不同的模型。LingBot-World 2.0 Bidirectional 面向实时世界模型训练，官方称其可提供高质量的蒸馏源；LingBot-World 2.0 Causal Pretrain 则面向后训练、评测和场景适配，提供因果预训练底座。
- LingBot-World 2.0 Small（1.3B）：面向消费级单卡 GPU，强调本地实时生成。
- LingBot-World 2.0 Bidirectional：面向实时世界模型训练，作为蒸馏源使用。
- LingBot-World 2.0 Causal Pretrain：面向后训练、评测和场景适配，作为因果预训练底座。
这种分工显示，蚂蚁灵波此次并不只是开放一个可演示模型，而是试图提供一套更接近研究流程的模型组合：小模型负责降低上手门槛，双向模型服务训练环节，因果预训练模型则用于后续微调和适配。
开源世界模型正在向实用化推进
对于行业而言，这次发布的意义在于，世界模型开始从大参数展示走向更具体的工程分层。1.3B 版本让本地复现成为可能，Bidirectional 和 Causal Pretrain 则补上了训练与后训练环节所需的基础能力。若开发者能够基于这些开源权重进行推理优化、交互方式设计和场景适配，世界模型的应用边界可能从研究演示扩展到更多实际项目。
目前，蚂蚁灵波已在项目主页、Hugging Face、魔搭社区和 GitHub 等渠道放出相关链接，并提供了技术报告。素材未披露本次三款模型的具体显存占用、基准测试结果和开源许可条款，因此这些信息仍需要以官方项目页和模型仓库说明为准。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/ma-yi-ling-bo-kuo-zhan-kai-yuan-shi-jie-mo-xing-zhen-rong-1
