ИИ-подразделение Ant Group выпустило ИИ-модель для генерации интерактивных миров в реальном времени

Входящее в Ant Group подразделение Robbyant открыло исходный код модели мира LingBot-World 2.0, разработанной для генерации длительных видео в реальном времени и интерактивных симулированных сред.

Снято в Голливуде? Почему Стэнли Кубрик физически не смог бы подделать лунную походку

Выбираем лучшие игровые ноутбуки на российском рынке (вторая половина 2026 года)

10 флагманских процессоров Intel за 10 лет

Лучший процессор под DDR4 в 2026 году: AM4 против LGA 1700

Компьютер месяца, спецвыпуск: во что дефицит чипов памяти превратил бюджетные игровые ПК и при чем здесь Steam Machine

Обзор смартфона Samsung Galaxy Z Flip8: исчезающий вид?

Топ-10 смартфонов до 10 тысяч рублей (2026 год)

Сравнительный тест камер флагманских смартфонов (2026): итоги

Источник изображений: reactor.inc

LingBot-World 2.0 поддерживает непрерывную генерацию интерактивного изображения окружающего мира до часа с разрешением 720p и частотой 60 кадров в секунду; она позволяет пользователям взаимодействовать со сгенерированными сценами в реальном времени — управлять персонажами и изменять перспективу картинки. В комплекте с моделью идёт набор ИИ-агентов: «пилот» планирует и реализует поведение персонажей, а «режиссёр» добавляет новые события по мере развития сцен.

Генерация продолжительных видео была непростой задачей для разработчиков ИИ: со временем качество изображения и структура сцена могут ухудшаться. Разработчики LingBot-World 2.0 решили эту проблему за счёт причинно-следственного подхода к предварительному обучению и механизма маски двунаправленного внимания (MoBA). Модель обучается эволюции мира в хронологическом порядке, что сокращает кумулятивные ошибки, которые приводят к эффектам размытия, сбоям геометрии и разрушению сцены при длительных последовательностях. Часовые стресс-тесты не показали снижения качества у LingBot-World 2.0.

Для поддержки интерактивных функций в Robbyant создали более быструю версию модели для инференса и переработали конвейер, чтобы контент генерировался, транслировался и отображался в реальном времени, а не только по полном завершении генерации. Такой подход помогает снизить задержку и сделать взаимодействие более похожим на живую симуляцию, а не предварительно отрисованное видео. Пользователи могут в реальном времени перемещать персонажей и переключать вид камеры, пока сцена продолжает развиваться.

Модель предусматривает поддержку широкого спектра действий внутри сгенерированных сред: бой, стрельбу из лука, применение заклинаний, прыжки и планирование. По текстовому запросу можно изменить свойства среды: время суток, погоду или добавить новые объекты. События генерируются в соответствии с состоянием сцены в момент взаимодействия. Модель поддерживает присутствие нескольких пользователей в одном постоянно существующем мире — они могут совместно исследовать и взаимодействовать в единой среде, и это важный шаг на пути к многопользовательским игровым процессам, которые генерируются ИИ.

LingBot-World 2.0 доступна под лицензией с открытым исходным кодом, и с первого дня поддерживается фреймворк SGLang. Модель доступна на платформе Robbyant Reactor, где пользователи могут опробовать её онлайн. Разработчик также открыл исходный код LingBot-Video — базовой модели на архитектуре Mixture-of-Experts, предназначенной для робототехники. LingBot-Video переработали с повышением эффективности вывода, с правдоподобной физикой, пониманием действий и упором на выполнение задач.