Robbyant (Ant Group) открыла исходный код LingBot-World 2.0 — модели для генерации длительных интерактивных симуляций в реальном времени.
Модель генерирует непрерывное интерактивное видео длительностью до часа в разрешении 720p при 60 fps. Пользователи управляют персонажами и меняют перспективу прямо во время генерации.
В комплект входят два ИИ-агента: «пилот» планирует поведение персонажей, «режиссёр» добавляет новые события по мере развития сцен.
Для интерактивности разработали ускоренный конвейер инференса — контент транслируется потоком без ожидания завершения генерации, что снижает задержку.
Длительная генерация видео — известная проблема ИИ: качество и структура сцены деградируют. LingBot-World 2.0 решает её через причинно-следственное обучение и механизм маски MoBA.
Модель обучается хронологически, что сокращает накопительные ошибки — размытие, сбои геометрии и разрушение сцены. Часовые стресс-тесты не выявили деградации качества.
Поддерживаются разные действия: бой, стрельба из лука, заклинания, прыжки. Текстовым запросом можно менять время суток, погоду и добавлять объекты в сцену.
Несколько пользователей могут одновременно исследовать единый постоянный мир — шаг к многопользовательским играм, генерируемым ИИ.
Модель работает под открытой лицензией с поддержкой фреймворка SGLang. Демо доступно на платформе Robbyant Reactor.
Параллельно открыт исходный код LingBot-Video — модели на архитектуре Mixture-of-Experts для робототехники с улучшенной физикой и выполнением задач.
0 комментариев