A divisão de IA do Ant Group lançou um modelo de IA para gerar mundos interativos em tempo real

\nA divisão Robbyant do Ant Group abriu o código-fonte do LingBot-World 2.0, um modelo mundial projetado para gerar vídeos duradouros em tempo real e ambientes simulados interativos.\n\n

\n\nFonte da imagem: reactor.inc\n\nLingBot-World 2.0 suporta geração contínua de imagens interativas do mundo ao redor por até uma hora com resolução de 720p e frequência de 60 quadros por segundo; permite aos usuários interagir com cenas geradas em tempo real – controlar personagens e alterar a perspectiva da imagem. O modelo vem com um conjunto de agentes de IA: o “piloto” planeja e implementa o comportamento dos personagens, e o “diretor” adiciona novos eventos à medida que as cenas se desenrolam.\n\nGerar vídeos longos tem sido um desafio para os desenvolvedores de IA: com o tempo, a qualidade da imagem e a estrutura da cena podem se deteriorar. Os desenvolvedores do LingBot-World 2.0 resolveram esse problema por meio de uma abordagem causal de pré-treinamento e de um mecanismo de máscara de atenção bidirecional (MoBA). O modelo aprende a evolução do mundo em ordem cronológica, o que reduz os erros cumulativos que levam a efeitos de desfoque, falhas geométricas e destruição de cena em longas sequências. Testes de estresse de uma hora não mostraram diminuição na qualidade do LingBot-World 2.0.\n\n

\n\nPara oferecer suporte a recursos interativos, Robbyant criou uma versão mais rápida do modelo de inferência e redesenhou o pipeline para que o conteúdo seja gerado, transmitido e exibido em tempo real, e não apenas após a conclusão da geração. Essa abordagem ajuda a reduzir a latência e faz com que a experiência pareça mais uma simulação ao vivo do que um vídeo pré-renderizado. Os usuários podem mover os personagens e alternar as visualizações da câmera em tempo real conforme a cena se desenrola.\n\nO modelo oferece suporte a uma ampla gama de ações nos ambientes gerados: combate, tiro com arco, lançamento de feitiços, saltos e planejamento. Por solicitação de texto, você pode alterar as propriedades do ambiente: hora do dia, clima ou adicionar novos objetos. Os eventos são gerados de acordo com o estado da cena no momento da interação. O modelo suporta a presença de vários usuários em um mundo persistente – eles podem explorar e interagir juntos em um único ambiente, e este é um passo importante em direção a experiências de jogo multijogador geradas por IA.\n\nLingBot-World 2.0 está disponível sob uma licença de código aberto e suporta a estrutura SGLang desde o primeiro dia. O modelo está disponível na plataforma Robbyant Reactor, onde os usuários podem experimentá-lo online. O desenvolvedor também abriu o código-fonte do LingBot-Video, um modelo básico de arquitetura Mixture-of-Experts projetado para robótica. O LingBot-Video foi redesenhado com maior eficiência de produção, física confiável, compreensão de ações e foco na conclusão de tarefas.\n