蚂蚁灵波开源LingBot-World 2.0，实时生成高清可交互世界

告别画面模糊

曾有的AI视频生成这事, 时间稍微一久, 它就会出现变糊这种迹象, 或者出现变形这种状况, 这被当做长时漂移现象来称作。蚂蚁灵波科技于七月九日所发布的新一代模型, 把这个痛点给彻底解决掉。它能够将连续生成的时长给推到接近十分钟, 甚至在一小时的测试期间, 画面维持始终清晰, 结构根本不会产生失真现象。这表明着你能够看到更为连贯, 更进一步稳定的动态影像, 不再用去担忧后半段视频质量呈现断崖式下跌。

实时交互升级

引入Agent机制, 是此次最大的亮点, 它使得生成的世界, 既具备可看性, 又拥有可玩属性。当用户借助键盘或者鼠标, 对角色移动以及视角切换予以操控时, 画面能够几乎毫无延迟地进行即时反馈。这样一种实时交互体验, 致使生成的视频, 不再是那种死板的录像, 而是成为了一个能够实时响应的动态环境。开发者能够如同玩游戏一般, 实时对场景里的元素作出调整, 进而获取真正的互动乐趣。

丰富动作表现

支持的多种动作, 包括攻击、射箭、施法、射击、跳跃、滑翔等, 都由模型依据场景状态实时生成, 这些动作不仅视觉效果逼真, 还保持了物理合理性, 比如射箭后的轨迹、跳跃后的落地姿态, 都符合现实世界的逻辑, 这种细节上的完善, 让虚拟世界更加真实可信, 为游戏开发和影视预演提供了高质量的素材基础。

多用户共同探索

由系统所内置的双Agent机制, 使得多个用户能够同时进入同一个处于持续运行状态的世界, Pilot Agent承担着规划角色行为的职责, 而另一个Agent会在场景里实时提出新事件, 这样的设计开启了AI原生的多人交互体验, 用户能够在同一个世界当中共同展开探索、进行互动, 试想一下, 几个人一块儿在一个处于不断变化之中的虚拟城市里冒险, 这种社交性以及沉浸感是传统视频所无法与之相比拟的。

降低使用门槛

作为蚂蚁灵波全栈大脑二点零当中的关键部分, World二点零不但能够支持游戏内容生成、影视预演, 而且还为机器人与具身智能训练提供服务。开源策略再一次降低了使用的门槛, 使得更多的开发者以及研究者能够接触到这项前沿技术。不管是在数字孪生领域, 还是在虚拟仿真场景里, 用户都能够轻易地运用这一工具, 创造出更具创意以及实用价值的内容, 进而推动行业创新。

在线体验开放

当前时段之内, 参与用户能够于平台以及灵光APP之上在线去体验World 2﹒0各项功能。你能够亲身去感受实时生成、接连交互, 还有Agent驱动的动态世界演化能力。不管是普通玩家或者专业开发者, 均能够从中寻觅到乐趣以及价值。此项技术被开源, 这标志着世界模型从实验室迈向大众应用, 未来或许会出现更多基于于此创新的应用。你认为这种实时互动的世界模型, 会在哪些领域带来最为巨大的变革?