城市算力竞争指南：抢占Token驱动的新赛道

4月27日，蚂蚁集团旗下全模态AI助手“灵光”App正式推出“体验世界模型”功能。用户仅需上传一张图片，即可在移动端生成一个60秒的沉浸式3D场景，并以第一人称视角在其中自由探索。这一过程无需本地部署或复杂配置，如同启动一款轻量级应用，标志着世界模型技术首次以便携的移动产品形态，直接触达大众用户。

实现这一流畅体验的核心，是蚂蚁灵波科技最新开源的世界模型LingBot-World-Fast。该模型在480P分辨率下可实现每秒16帧的实时生成，端到端交互延迟被压缩至1秒以内。其在通用性、长时序一致性以及高动态场景的渲染能力上，均展现出行业领先水平。

该技术的价值不仅限于用户体验。对于开发者和研究人员，开源的LingBot-World-Fast模型提供了深度定制的基础。本地部署后，模型支持无缝的持续内容生成：用户可通过键鼠实时操控视角与移动，如同操作第一人称游戏；同时，也能随时通过文本指令动态改变环境状态或触发局部事件，例如实时切换天气系统或整体艺术风格。

实现实时交互的关键，在于一套创新的后训练优化方案。该方案使模型具备了“动态聚焦”能力——在生成过程中，仅对画面中发生变化的区域进行增量计算，而无需重复处理已稳定的背景元素。这一策略显著提升了实时渲染效率，同时在画面质量、时序连贯性与场景一致性之间取得了优异平衡。

实时世界模型的根本价值，在于构建了一个可进入、可操作且能获得即时反馈的动态环境。这种即时的交互反馈机制，为多个领域开辟了新路径：在具身智能研发中，它能快速生成多样化的虚拟训练场景，加速机器人的环境理解、动作学习与任务演练流程；对于游戏开发与数字内容创作，则能大幅降低交互式内容的原型开发门槛，实现创意到可体验产出的快速迭代。

此次发布并非蚂蚁灵波在世界模型领域的首次突破。今年1月，其开源的LingBot-World-Base版本已凭借高保真画质、长达10分钟的视频生成能力及卓越的物理一致性，在业界建立了技术标杆。

目前，LingBot-World-Fast的完整模型与代码已在Hugging Face及Model Scope平台开源。普通用户可通过灵光App直接体验其核心功能，而开发者与研究人员则可基于开源资源进行本地化部署，展开更深度的技术探索与行业应用。