备受关注的世界模型，真的无法在消费级显卡上运行吗？答案是肯定的。就在刚刚，一个国产的开源世界模型做到了这一点。
首先，让我们看看第一人称射击效果：在雪地科幻场景中，角色一边移动和转动视角，一边开火。过程中可以看到爆炸、火焰、能量护盾等反馈。重点是，这些变化都发生在同一个持续生成的世界里，场景会随着操作不断向前延伸。
接着是热门的《奥德赛》场景：这次是第三人称视角，角色在巨型木马、城墙和火光之间探索。随着角色移动，近处的人物、地面和远处建筑持续展开，空间关系始终保持稳定。
再看一个完全不同的风格：三个演示，三种截然不同的世界。而跑出这些效果的就是蚂蚁集团在7月开源的LingBot-World 2.0。而刚刚，他们又发布了LingBot-World 2.0的轻量版，参数规模仅为13亿。这款模型专为消费级单卡GPU设计，可以在本地实现实时世界生成。
7月开源的14B主模型已经能够实现小时级持续生成、丰富的动作和事件交互，并在相应算力配置下达到720p/60fps的高清实时体验。而“13亿”这个数字，早在论文摘要中就已出现，并在上周IFA柏林消费电子展上得到验证。
在IFA开幕演讲中，AMD高级副总裁Jack Huynh点名了三个开源模型，除了智谱和千问，就是LingBot-World。他展示了基于LingBot-World 2.0的Demo：一个Prompt生成世界后，角色可以在中国小镇、欧洲乡村等环境中长时间探索、环顾和行动，场景随交互向前展开。Jack Huynh评价道：“这是个人AI的未来。”
一切的承诺，今天均已兑现。但比起又一个开源的动作，我们或许更好奇的是：能本地实时跑起来的世界模型，到底是如何做到的？
这不仅仅是参数规模的缩减。要回答这个问题，得先厘清世界模型与普通视频生成的区别。通常AI生成视频，输入Prompt后等待几十秒甚至几分钟，生成完毕后事情就结束了。但世界模型不同，人在场景里走一步，模型就生成下一步；视角一转，画面随之变化。世界模型是在生成一个持续演进的世界。
虽然7月的LingBot-World 2.0已经能实现超过一小时的不间断生成，从水乡、城市跑到雪地、太空，场景结构和视觉质量都保持稳定。但这背后是繁重的工程栈：编译器级注意力内核优化、动态KV缓存调度、异步流媒体传输以及混合并行推理策略等。
所以，1.3B版本想要解决的是：在较少算力下也能跑起来。蚂蚁集团并非先做大模型再砍小，而是先走通一条训练路线，小模型是自然产物。
为此，团队首先训练了“Causal World”模型。Causal可以理解为因果性，即模型生成当前状态时，只能依赖过去的视觉信息和用户输入，未来不能提前看。但自回归模型会把刚才生成的结果作为下一轮输入，稍有偏差就会误差累积。随着时间拉长，纹理变糊、几何变形，场景甚至漂移。
为了保持长上下文生成质量，LingBot-World 2.0设计了MoBA（混合双向和自回归注意力掩码）。它解决了纯Teacher Forcing在长上下文中的过拟合问题。在原有掩码中加入双向Attention，相当于增加正则化，让模型适应更灵活的视频长度，缓解画质退化。
这一阶段训练出的Backbone（骨干模型）撑起了世界模型的基础能力。团队将其与MAGI、HY-World 1.5对比，从5秒到60秒，LingBot-World 2.0在纹理、几何结构和连贯性上更稳定。
但高质量的Backbone太慢了。它作为Teacher提供高质量结果，但每帧需多步去噪，计算成本太高。所以接下来开始做蒸馏。
第一步是一致性蒸馏，将Teacher多步去噪轨迹压缩到少数几步，让Student用更少计算完成生成，同时保留动作条件能力。
但Student部署后，面对的是自己生成的状态，偏差可能放大。于是加入了DMD（分布匹配蒸馏），让Student在长时self-rollout轨迹上训练。简单说，模型以后会跑进什么状态，训练时就先让它提前见过。这能减少长时自回归中的累计漂移。
至此，技术路线闭环：先用Causal Pretrain打下长时生成底座，Teacher提供高质量过程，蒸馏压缩计算，最后Student适应自身运行状态。
表面看是多了个小尺寸版本，深层看是研发链路向社区开放了一截。小模型负责让更多人跑起来，上游模型管社区后续改进（后训练、蒸馏、压缩、垂直场景适配）。
回顾LingBot-World一年来的变化，围绕的是“门槛”二字：1.0开源（能做吗？），2.0（能做久、做真吗？），1.3B（能跑起来吗？）。这次开源Causal Pretrain和双向Teacher，逻辑相同。
如果说世界模型的上半场比的是性能，下半场比的可能是可访问性。让普通人手里的卡也能跑动。
最后，如果说世界模型在尝试把AI装进无限延展的世界，那么现在，当门槛打下来后，这个世界终于装得进普通人的显卡了。