4 月 27 日，蚂蚁集团旗下全模态 AI 助手灵光 App 上线“体验世界模型”功能。用户上传一张图片，即可在手机端生成一个 60s 的 3D 世界，以第一人称视角进入其中，像玩游戏一样在 AI 实时生成的场景中漫游。无需本地部署，无需复杂配置，打开 App 即可体验。这是世界模型首次以移动端产品的形态，面向普通用户开放。
支撑这一体验的核心，是蚂蚁灵波科技开源的世界模型 LingBot-World-Fast。该模型在 480P 分辨率下可实现 16 fps 实时生成，端到端交互延迟控制在 1 秒以内，兼具通用性、长时序一致性与⾼动态场景表现能力。
LingBot-World-Fast 地址：https://github.com/robbyant/lingbot-world
LingBot-World 是一款基于视频生成的开源世界模拟器。主要提供以下功能：
高保真度和多样化的环境：它在各种环境中保持高保真度和强大的动态效果，包括现实主义、科学背景、卡通风格等等。
长期记忆与一致性：它能够做到以分钟为单位的视野，同时保持上下文的一致性，这也被称为长期记忆。
实时交互与开放获取：该方案支持实时交互，在每秒生成 16 帧的情况下，延迟低于 1 秒。技术团队公开代码和模型，旨在缩小开源和闭源技术之间的差距。
除了面向普通用户的灵光 App 体验，开发者与研究者也可以基于开源的 LingBot-World-Fast 进行本地部署和二次开发。本地环境下，模型支持无缝的持续生成，用户可以通过键盘、鼠标实时操控视角与移动，也可以通过文本提示（Prompt）随时改变环境状态或触发局部事件，比如调整天气、切换画面风格等。
为了实现实时交互，蚂蚁灵波 LingBot-World-Fast 提出了专门的后训练优化方案，模型在生成过程中只聚焦新增画面内容，不再重复计算已稳定的部分，从而显著提升实时生成效率，同时尽可能确保画面质量、时序连贯性与场景一致性。
实时世界模型提供了一个可以进入、操作和即时响应的环境，每一次交互都能即时看到结果，而非等待离线渲染。对于具身智能研发而言，LingBot-World-Fast 可提供多样化的虚拟训练环境，帮助机器人在数字世界中进行场景理解、动作学习和任务演练。对于游戏开发和内容创作而言，它有望降低交互式内容原型制作门槛，提升从创意到体验的转化效率。
今年 1 月，蚂蚁灵波曾开源 LingBot-World-Base 版本，凭借高保真画质、10 分钟超长视频生成和出色的物理一致性，在世界模型方向上引发广泛关注。
目前，LingBot-World-Fast 模型与代码已在 Hugging Face 和 Model Scope 面向社区完整开放。普通用户可通过灵光 App 直接体验相关能力，开发者和研究者也可基于开源模型进行本地部署与进一步探索。
