„Ant Group“ DI padalinys atvėrė valandos trukmės pasaulio modelio išeities kodą

„Ant Group“ įkūnyto intelekto padalinys „Robbyant“ trečiadienį išleido „LingBot-World 2.0“ – interaktyvų pasaulio modelį, gebantį generuoti nuoseklią vaizdo aplinką iki valandos trukmės 720p raiška ir 60 kadrų per sekundę greičiu.lasvegassun+2

Valandos trukmės interaktyvūs pasauliai

Šis išleidimas žymi didelį šuolį nuo originalaus „LingBot-World“, kurio išeities kodas buvo atvertas sausio mėnesį ir palaikė maždaug 10 minučių sekas. „LingBot-World 2.0“, pavadintas „Infinity“, patobulina tiek pasaulio prognozavimą, tiek interaktyvumą, leisdamas vartotojams naršyti ir veikti sugeneruotose aplinkose realiuoju laiku. Modelis prieinamas „GitHub“ ir „Hugging Face“ platformose su atvirojo kodo licencija ir „SGLang“ – didelių generatyvinių modelių aptarnavimo sistemos – palaikymu nuo pirmos dienos.afp+2

„LingBot-Video“: „MoE“ pamatinis modelis

Kartu su pasaulio modeliu „Robbyant“ taip pat atvėrė „LingBot-Video“ išeities kodą, kurį apibūdina kaip pirmąjį atvirojo kodo vaizdo generavimo pamatini modelį, sukurtą „Mixture-of-Experts“ architektūros pagrindu, specialiai pritaikytą įkūnytam intelektui. Modelis naudoja 13 milijardų parametrų bendrą talpą su 1,4 milijardo aktyvių parametrų vienam žetonui, siūlydamas geresnį išvadų efektyvumą ir fizinį tikroviškumą robotikos programoms. Svorio koeficientai, kodas ir integracija su „Diffusers“ bei „SGLang“ yra įtraukti į šį išleidimą.reddit+2

Augantis atvirojo kodo paketas

Šie du išleidimai užbaigia produktyvų „Robbyant“ laikotarpį; 2026 m. įmonė atvėrė išeities kodą serijai įkūnyto DI komponentų, įskaitant „LingBot-Map“ srautiniam 3D atkūrimui balandžio mėnesį ir „LingBot-Depth 2.0“ erdviniam suvokimui anksčiau šį mėnesį. „The Next Web“ pažymėjo, kad šis tempas prilygsta „visam įkūnyto DI paketui“, išleistam per vieną savaitę. Kūrėjai gali išbandyti „LingBot-World 2.0“ per internetinę demonstraciją „Reactor“ platformoje arba klonuoti saugyklą tiesiogiai iš „GitHub“.thenextweb+3