消费级显卡也能跑！国产1.3B开源世界模型来了
你是否好奇，当下大火的世界模型，真的只能依靠高端算力集群才能运行吗？答案是：已经有国产开源方案实现了消费级单卡本地实时运行。
近期，蚂蚁灵波推出了LingBot-World 2.0的轻量版，这款参数规模仅1.3B的世界模型，专门针对消费级GPU设计，能够在本地实现实时的世界生成与交互。
从公开的演示效果来看，这款轻量版模型可以实现多种风格的场景交互：
- 第一人称射击场景：在雪地科幻环境中，角色可以移动、转向视角并开火，场景中会同步出现爆炸、火焰、能量护盾等交互反馈，所有变化都发生在同一个持续演进的世界中，场景会随着操作持续推进。
- 《奥德赛》风格第三人称场景：角色在巨型木马、城墙与火光交织的环境中探索，随着移动，近处的人物、地面与远处的建筑会持续展开，整体空间关系能够保持稳定连贯。
- 其他风格场景：同样实现了流畅的场景生成与交互体验，展现了模型对不同视觉风格的适配能力。
早在今年7月，蚂蚁灵波就开源了14B参数的LingBot-World 2.0主模型，该版本已经能够实现小时级的持续生成，支持丰富的动作与事件交互，在适配的算力配置下可以达到720p/60fps的高清实时体验。而在当时的论文摘要中，就已经出现了1.3B参数版本的伏笔，随后在IFA柏林消费电子展的开幕演讲中，相关进展被公开提及，有行业人士将其评价为“个人AI的未来”。
此前的14B版本需要较为繁重的工程栈支持，包括编译器级别的注意力Kernel优化、动态KV缓存调度、异步流媒体传输以及混合并行推理策略等，绝大多数用户只能通过官方演示内容或在线试玩体验，无法本地部署运行。而1.3B版本的核心目标，就是在降低算力需求的同时，保留核心的世界生成能力。
这款轻量版并非简单从14B模型裁剪参数而来，而是团队完整打通了一套研发链路后的自然成果。
首先，团队先训练了Causal World模型，该模型遵循因果约束，生成当前状态时仅依赖已发生的视觉信息与用户当前输入，无法提前获取未来内容，避免了无约束生成带来的逻辑偏差。但纯自回归的训练方式容易出现累计误差，随着生成时间拉长，纹理模糊、几何变形甚至场景漂移的问题会逐渐显现。
为了解决长上下文生成中的质量保持问题，LingBot-World 2.0设计了MoBA，也就是Mixture of Bidirectional and Autoregressive Attention Mask，在原有的Teacher Forcing Mask中加入部分双向注意力机制，相当于为训练过程增加了正则化约束，帮助模型适应更灵活的视频长度，缓解过拟合与画质退化。通过这一阶段训练得到的Backbone，搭建起了世界模型的基础能力框架，团队还将其与MAGI、HY-World 1.5进行了长时生成对比，结果显示在5秒到60秒的生成区间内，LingBot-World 2.0在纹理、几何结构与场景连贯性上的表现更加稳定。
但高质量的Backbone存在推理速度慢的问题，作为Teacher模型时，每一帧都需要经过多步去噪，直接用于实时交互的计算成本过高。因此团队进一步通过蒸馏技术优化推理效率：第一步是一致性蒸馏，将Teacher原本需要多步完成的去噪轨迹压缩至少数几步，让Student模型以更少的计算量完成生成，同时保留预训练阶段学到的动作条件动态能力。不过Student模型在实际部署时，大量状态来自自身上一轮的生成，仍可能出现偏差放大的问题，因此团队又加入了DMD，也就是Distribution Matching Distillation，让Student模型在自身的长时自滚动轨迹上进行额外训练，提前模拟真实运行时的状态，有效减少了长时生成过程中的累计漂移。
整套研发链路最终实现了从稳定底座到高效推理的完整闭环，让1.3B参数的轻量版世界模型得以落地。
回顾LingBot-World系列的发展历程，从今年1月LingBot-World 1.0首次开源，到7月14B版本挑战小时级持续生成与高清实时体验，再到如今1.3B版本将门槛降至消费级单卡可运行的水平，三次开源分别回答了三个核心问题：能否实现世界模型的基础能力、能否实现持久且真实的场景生成、能否让更多用户便捷体验这项技术。
此次蚂蚁灵波不仅推出了轻量版模型，还开放了Causal Pretrain与双向Teacher的上游模型，让社区能够基于这些基础进行后续的后训练、蒸馏、压缩以及垂直场景适配。如果说世界模型的上半场竞争聚焦于生成时长与视觉真实度，那么下半场的核心将是降低使用门槛，让普通用户的消费级显卡也能运行这项技术。纵观AI技术的发展历程，真正实现大规模扩散的往往不是性能最强的版本，而是首个足够小巧、足够亲民、可供普通人尝试的版本。
如果说世界模型一直在尝试把AI装进一个可以无限延展的世界里，那么如今随着使用门槛被不断降低，这个世界终于开始装得进普通人的显卡了。
官方网站：https://technology.robbyant.com/lingbot-world-v2
模型下载：https://huggingface.co/collections/robbyant/lingbot-world-v2
