外观
LingBot-World（1.0 / 2.0 Infinity）
开源视频世界模拟器。1.0 有较硬的 16 FPS / <1s；2.0 加动作语义、文本事件与 hour-long 叙事，许可收紧。
结构化 stub：仓库内 data/models/lingbot-world.yml。
核验字段
| 字段 | 值 |
|---|---|
| 名称 | LingBot-World（1.0 / 2.0 Infinity） |
| 机构 | Robbyant（蚂蚁集团具身团队） |
| 公开时间 | 1.0 技术报告/代码约 2026-01-29；2.0 2026-07-09（2026-09-10 补全更多变体） |
| arXiv | 2601.20540（1.0）；2607.07534（2.0） |
| 参数量 | 1.0：Wan2.2 系 A14B 级（Base Cam/Act、Fast），精确参数表未单独公布为 14B 以外数字。2.0：14B（causal-fast / causal-pretrain / bid）；另有 1.3B causal-fast |
| 基座 | Wan2.2 系（1.0 A14B 级） |
| 分辨率 | 1.0：480P & 720P。2.0 营销/README：720p；开源 generate.py 示例默认 480×832 |
| 帧率 | 1.0 Fast：16 FPS（论文 producing 16 frames per second）。2.0 团队口径可驱动 720p@60fps 流；开源脚本侧多为 480P 参考 |
| 延迟 | 1.0 论文：latency under 1 second（配合 16 FPS）。2.0：Rapid Response Time（未给毫秒级官方数字） |
| 控制 | 1.0：Camera poses；Base(Act) 支持 action string（如 w/a/d/i/j/l）。2.0：更丰富动作（攻击/射箭/施法等）+ text-driven events + Agentic Harness（pilot/director） |
| 模态 | 视频 |
| 时长口径 | 1.0：minute-level horizon / long-term memory。2.0：Unbounded Interaction Horizon；商务稿称 hour-long / infinity |
| 开源 | 是 |
| 许可 | 1.0 Apache-2.0；2.0 CC BY-NC-SA 4.0（部署代码未开源） |
| GPU hours | 未公开 |
| 训练硬件 | 未公开 |
| WBench | 1.0：论文对比表自述相对 Genie 3 等为开源实时方案；WBench 见后续他方引用。2.0：他方榜含 LingBot-World v2 fast |
| 其他评测 | 未在本库独立复现 |
| 核验日 | 2026-09-16 |
训练阶段
训练 GPU hours 未公开。工程上仍属相机/动作条件视频 WM，不是 3D 资产持久化。
选型要点
分钟级开源实时对照。选型时把 1.0 Apache 与 2.0 NC 许可分开，并把营销 FPS 与脚本默认分辨率分开。
诚实边界
2.0「720p@60 / unbounded」是团队/商务口径；开源示例分辨率与部署代码完整性要分开评估。1.0 与 2.0 许可不同，商用不可混用。
来源
另见 Wan5B 后训对照、WM 全景、控制接口差异。