Ant Groups AI-enhet åpner kildekoden til en timeslang verdensmodell

Ant Groups enhet for legemliggjort intelligens, Robbyant, lanserte onsdag LingBot-World 2.0, en interaktiv verdensmodell som er i stand til å generere sammenhengende videomiljøer i opptil en time med 720p-oppløsning og 60 bilder per sekund.lasvegassun+2

Timeslange interaktive verdener

Utgivelsen markerer et betydelig sprang fra den opprinnelige LingBot-World, som ble åpen kildekode i januar og støttet sekvenser på omtrent 10 minutter. LingBot-World 2.0, med undertittelen "Infinity", oppgraderer både verdensprediksjon og interaktivitet, noe som lar brukere navigere og handle inne i genererte miljøer i sanntid. Modellen er tilgjengelig på GitHub og Hugging Face under en åpen kildekode-lisens med støtte fra dag én for SGLang, et rammeverk for servering av store generative modeller.afp+2

LingBot-Video: En MoE-grunnmodell

Ved siden av verdensmodellen har Robbyant også åpnet kildekoden til LingBot-Video, som de beskriver som den første åpen kildekode-grunnmodellen for videogenerering bygget på en Mixture-of-Experts-arkitektur designet spesifikt for legemliggjort intelligens. Modellen bruker en total kapasitet på 13 milliarder parametere med 1,4 milliarder aktive parametere per token, noe som gir forbedret inferenseffektivitet og fysisk plausibilitet for robotikkapplikasjoner. Vekter, kode og integrasjon med både Diffusers og SGLang er inkludert i utgivelsen.reddit+2

En voksende åpen kildekode-stack

De to utgivelsene markerer slutten på en produktiv periode for Robbyant, som har åpnet kildekoden til en serie komponenter for legemliggjort AI i 2026, inkludert LingBot-Map for strømmende 3D-rekonstruksjon i april og LingBot-Depth 2.0 for romlig persepsjon tidligere denne måneden. The Next Web bemerket at tempoet tilsvarer "en komplett stack for legemliggjort AI" utgitt i løpet av en enkelt uke. Utviklere kan prøve LingBot-World 2.0 gjennom en online demo på Reactor eller klone depotet direkte fra GitHub.thenextweb+3