Η μονάδα τεχνητής νοημοσύνης της Ant Group διαθέτει ως ανοιχτού κώδικα μοντέλο κόσμου διάρκειας μίας ώρας

Η μονάδα ενσώματης νοημοσύνης της Ant Group, Robbyant, κυκλοφόρησε την Τετάρτη το LingBot-World 2.0, ένα διαδραστικό μοντέλο κόσμου ικανό να δημιουργεί συνεκτικά περιβάλλοντα βίντεο για έως και μία ώρα σε ανάλυση 720p και 60 καρέ ανά δευτερόλεπτο.lasvegassun+2

Διαδραστικοί κόσμοι διάρκειας μίας ώρας

Η κυκλοφορία σηματοδοτεί ένα σημαντικό άλμα από το αρχικό LingBot-World, το οποίο διατέθηκε ως ανοιχτού κώδικα τον Ιανουάριο και υποστήριζε ακολουθίες διάρκειας περίπου 10 λεπτών. Το LingBot-World 2.0, με τον υπότιτλο "Infinity", αναβαθμίζει τόσο την πρόβλεψη κόσμου όσο και τη διαδραστικότητα, επιτρέποντας στους χρήστες να πλοηγούνται και να ενεργούν μέσα σε δημιουργημένα περιβάλλοντα σε πραγματικό χρόνο. Το μοντέλο είναι διαθέσιμο στο GitHub και στο Hugging Face υπό άδεια ανοιχτού κώδικα με υποστήριξη από την πρώτη μέρα για το SGLang, ένα πλαίσιο εξυπηρέτησης για μεγάλα παραγωγικά μοντέλα.afp+2

LingBot-Video: Ένα μοντέλο βάσης MoE

Παράλληλα με το μοντέλο κόσμου, η Robbyant διέθεσε επίσης ως ανοιχτού κώδικα το LingBot-Video, το οποίο περιγράφει ως το πρώτο μοντέλο βάσης παραγωγής βίντεο ανοιχτού κώδικα που βασίζεται σε αρχιτεκτονική Mixture-of-Experts, σχεδιασμένο ειδικά για ενσώματη νοημοσύνη. Το μοντέλο χρησιμοποιεί συνολική χωρητικότητα 13 δισεκατομμυρίων παραμέτρων με 1,4 δισεκατομμύρια ενεργές παραμέτρους ανά token, προσφέροντας βελτιωμένη αποδοτικότητα συμπερασμάτων και φυσική αληθοφάνεια για ρομποτικές εφαρμογές. Τα βάρη, ο κώδικας και η ενσωμάτωση με το Diffusers και το SGLang περιλαμβάνονται στην κυκλοφορία.reddit+2

Ένα αναπτυσσόμενο stack ανοιχτού κώδικα

Οι διπλές κυκλοφορίες ολοκληρώνουν μια παραγωγική περίοδο για τη Robbyant, η οποία έχει διαθέσει ως ανοιχτού κώδικα μια σειρά από στοιχεία ενσώματης τεχνητής νοημοσύνης το 2026, συμπεριλαμβανομένου του LingBot-Map για streaming τρισδιάστατης ανακατασκευής τον Απρίλιο και του LingBot-Depth 2.0 για χωρική αντίληψη νωρίτερα αυτόν τον μήνα. Το The Next Web σημείωσε ότι ο ρυθμός ισοδυναμεί με "ένα πλήρες stack ενσώματης τεχνητής νοημοσύνης" που κυκλοφόρησε μέσα σε μία μόνο εβδομάδα. Οι προγραμματιστές μπορούν να δοκιμάσουν το LingBot-World 2.0 μέσω μιας online επίδειξης στο Reactor ή να κλωνοποιήσουν το αποθετήριο απευθείας από το GitHub.thenextweb+3