Kartta luo maailman 3D, joka ei koskaan pysähdy: LingBot-World 2.0 Open Today, 60fps Interact

Maailman mallina tämä rata ja toinen syvävesipommi pudotettiin. Robbyant julkaisi 9. heinäkuuta virallisesti LingBot-World 2.0:n (alias LingBot-World-Infinity) kaikki kolme asiakirja-, koodi- ja mallipainoa. Tällä kertaa he purivat alas kaksi maailman vaikeinta mallia: "Infinite Time" ja "Randomaalisesti muuttuva maailma."

Ensinnäkin kaikkein turmeltuneimpia lukuja: 720p, 60fps, rajoittamaton kesto. Se ei ole "lähes äärettömyys" -- se on todella hillitön vuorovaikutus yhteydessä pre-causal koulutus -- niin kauan kuin GPU jatkaa virtaa, malli voidaan luoda ja laatu tuotos ei romahda ajan mittaan. Versio 1.0:n vertailu voi ylläpitää vakaata sukupolvea vain lähes 10 minuuttia, ja sukupolvi on täysi.

Neljä ydin päivityksiä: "Voi käyttää" ja "Hauskaa."

LingBot-World 2.0 tuo mukanaan neljä laadullisen muutoksen ulottuvuutta, joista jokainen osuu maailman mallin tuskaan.

1 Rajoittamaton interaktiivinen pituus

Tämä on vahvin ydin läpimurto. Versio 1.0, vaikka tukee vakaa sukupolvi lähes 10 minuuttia, lopulta on katto. 2.0 Käyttämällä hyvin suunniteltua syy-seuraus-pre-training paradigmaa (causal pretraining paradigma) mallit voivat saavuttaa rajattoman vuorovaikutuksen keston säilyttäen samalla tuotoksen laadun johdonmukaisuuden. Yksinkertaisesti sanottuna, roolisi voi jatkua ja jatkuu maailmassa, kuva ei pahene eikä fyysinen logiikka pahene.

Tekninen avain on KV Cachen liukuikkunan suunnittelu. Malli ei tunge kaikkia historiallisia kehyksiä näkyvyyteen, vaan pitää altaan rungon ja viimeisimmän N-kehyksen KV välimuistin, joka kulkee eteenpäin kuin virtaava joki. Pitkän kantaman johdonmukaisuus varmistetaan ja näkyvää kulutusta valvotaan.

2 60fps reaaliaikainen vaste

Versio 1.0 on 16FPS viiveellä alle sekunnin. 2.0 tislaa reaaliaikaisen version suoraan 720p60fps. Tämä ei ole ennalta suunniteltu videon toisto, se on reaaliaikainen tuotanto -- painat nappia, kuva vastaa välittömästi. Mallien tislaustekniikoiden avulla tiimi poimi 14B-perusmallista kevyen reaaliaikaisen version, joka kuvan laadun säilyttäen vähensi merkittävästi päättelyviivettä.

3 Richrin interaktiiviset elementit

Versio 1.0 tukee lähinnä kameraohjausta (diversio, kierto) ja base-toimintoja (edistyminen, hyppääminen). 2. 0 Toimintaa on laajennettu merkittävästi: iskut, nuolinäppäily, sovellus, täysi tuki ammunta. Tärkeämpää on tekstivetoisten tapahtumajärjestelmien käyttöönotto Voit käyttää sanoja muuttaa maailman tilaa, kuten "Soita tuoli" ja "Luo kukka," ja mallit voivat tuottaa vastaavaa sisältöä ja mahtua kohtaukseen reaaliajassa.

4 Agentti Harness: tekoäly ohjaajana

Tämä on etulinjan yritys. Tiimi kokosi älykkäät puitteet maailmanmalliin kahdella roolilla:

• Pilottiagentti.:: Vastuussa roolikäyttäytymisen suunnittelusta ja täytäntöönpanosta, sen määrittely, mihin rooli kuuluu ja miten se liikkuu
• Johtaja agentti.: syntetisoida uusia ympäristöelementtejä ja tuottaa uutta sisältöä, kun tilanne etenee

Se on kuin malli itsessään voi olla peli moottori plus peli suunnittelija, ja sinun täytyy vain antaa sille kuva ja kuvaus, ja se voi juosta ulos kehittyvästä maailmasta.

Mallin erittely: 14B lippulaiva + 1.3B valo

Tällä kertaa julkaistiin kaksi kokomallia:

• 14B lippulaiva: syy-seuraus-nopeiden (syy-seuraus- nopeat perustelut), syy-seuraus-pretrainin (seuraus-vaikutus-ennen koulutusta), kaksisuuntainen (kaksisuuntainen) kolme vaihtoehtoa, täynnä verta
• 1.3B Light-versio: Toimitetaan syy-yhteys- ja syy-seuraussuhdevaihtoehtoja yhden GPU:n käyttöönoton tueksi

14B-versio vaatii kahdeksan GPU-käyttödokumenttia samanaikaisesti, jotta 1.3B-version yksi kortti voi ajaa. Molemmat versiot on jo ladattu HuggingFacelle ja ModelScopelle. 1.0 on Apache 2.0 löyhä lupa ja 2.0 muutetaan CC BY-NC-SA 4.0 (ei-kaupallinen).

Miten?

Koodi perustuu Wan2.2 rakennettu standardi asennusprosessi:

Anteeksi.
cd lingbot-world-v2
Pip install-r r reviews.txt
Pip asentaa flash-att-no-build-eristys

Lataa mallipainot (esim. 14B syy-nopeasti):

Muu järjestäjä

Aja 480P syy-seuraus:

Torchrun -nproc per node = 8generate.py
Koko 480*832
-Kyllä.
-kuvaesimerkkejä/03/image.jpg
Esimerkkejä toimintapolusta/03 \
Koko 8
Ruudun numero on 361. Paikallinen attn koko 18.
- "Olkaa hyvä ja tehkää kohtaus vasemmalla puulla."

Keskeisten parametrien kuvaus:
Anteeksi. Tämä posti on osa erityistä kattavuus Afrikka numero.: Luo kehykset, 361 kehykset, noin 22 sekuntia @16fps, mutta voi olla suurempi syy-perustelu
Anteeksi. Paikallinen koko: Paikallinen huomiota ikkunan koko, hallita kuinka monta historiallisia kehyksiä kussakin vaiheessa
Anteeksi. lavuaarin koko: ankkurikehysten lukumäärä, säilyttäkää alkukarmit globaalina kontekstina

Online-testikanava

Ei kahdeksan korttia A100? Tiimi tarjoaa kaksi online-kokemusta:

• Merentakaiset:reaktor.inc/lingbot-world-v2, web-end play
• Kotimainen (valo):lingguang.com/tuki, matkapuhelinyhteys

Heinäkuun lopussa WAIC 2026:ssa (World Congress of Actual Intelligence) on virallinen täysi Demo-osasto, joka haluaa kokea siitä täydellisen version ja mennä paikalle.

Käyttöönotto-ohjelma: SGLangin vakiintunut tuki

Jos aiot käyttää itse, SGLang on alun perin tukenut LingBot-World 2.0: n reaaliaikainen päättelypolku. Se seuraa WebSocket + MessagePack -protokollaa, jossa palvelin ylläpitää aktiivista istuntoa, tuottaa videokehyksiä yksitellen ja tukee dynaamisia vastaanotto-ohjaustapahtumia (kamerat, tekstin nopeat muutokset jne.).

Ydin API on /v1/realtime_video/generate WebSocket päätepiste, asiakas yhdistää ja lähettää init viestejä (mukaan lukien kehykset, nopea, mitat, FPS, jne.) ja voit jatkuvasti lähettää tapahtumia viestejä päivittää kohtaus. Tuetut tapahtumatyypit sisältävät nopeat päivitykset, kameratoiminnot ja komposiittisyötteen.

Entä Google Genee 3?

Kun versio 1.0 julkaistiin, tiimi osoitti selvästi Google Genee 3. Alkaen 1.0-2.0, ei vain rako on tasoittanut, mutta mitat aukon käännetään:

• Pituus:Genie 3 on rajoitettu kesto vs LingBot 2.0 sitoutumaton
• Päätöslauselma/FPS:Genie 3 julkistamaton yksityiskohtaiset tiedot vs LingBot 2.0 määritelty 720p@60fps
• Avoimen lähdekoodin taso: Genie 3 suljettu lähde vs LingBot 2.0 täysin avoin lähdekoodi (paperi + koodi + paino)
• Vuorovaikutteisuus: Ikäinen Harness, LingBot 2.0, on maailman ensimmäinen mallikenttä

Rajoitukset ja puutteet

Seuraavat rajoitukset on asetettu objektiivisesti:

• 14B vaatii 8 karaattia GPU:ta ilman kynnystä.
• 2.0 lisenssi lukea CC BY-NC-SA 4.0, liiketoiminta vaatii erillisen luvan
• Tiimi teki selväksi, että se ei julkaista käyttöönottokoodia ja olisi kuultava SGLang tai Flashdreams.
• Reaaliaikainen 60fps-versio on tislattu kevyt versio, joka on teoriassa alle 14B.

Mitä se tarkoittaa?

Maailmanmalli on siirtymässä laboratorio Demosta "saatavilla olevaan tuotteeseen." LingBot-World 2.0:n kolme keskeistä läpimurtoa ... ääretön kesto, reaaliaikainen vastaus, älykäyttö ... vastaavat pelin ydintarpeita, virtuaalimaailmaa, robottikoulutusta ja kolmea sovellusta.

Kuvittele: kuva ja teksti, joka voi luoda 3D-maailman, jota voit tutkia vapaasti eikä koskaan lopettaa, jossa sinulla on taikahahmo, satunnainen uusi objekti, kehittyvä ympäristö. Se ei ole tieteiskirjallisuutta. Se on koodi, joka toimii tänään.

LingBot-Depthistä LingBot-VLA:han (fyysinen päätöksenteko) ja LingBot-Worldiin (maailman simulointi) yhdessä uuden avoimen lähdekoodin LingBot-Mapin (reaaliaikainen rakentaminen) kanssa on rakennettu täydellinen kokonaisuus älyteknologiaa. Maailman malli on yksi kriittisimmistä arvoituksista - se mahdollistaa tekoälyn sekä maailman ymmärtämisen että sen luomisen.

Kartta, sana, ääretön maailma. Tämä on maailmanmallin vuosi 2026.

Hankkeen osoite: Github.com/Robbyant/lingbot-world-v2
Paperit: arxiv.org/abs/2607,0753
Online-testi: reaktori.inc/lingbot-world-v2