LingBot-World
PulseAugur coverage of LingBot-World — every cluster mentioning LingBot-World across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
HelixWorld 1.0：发布实时交互式视听世界模型
来自Noiz AI的研究人员与香港科技大学、清华大学等机构合作，推出了HelixWorld 1.0，一个新颖的交互式视听世界模型。该模型可实时生成24FPS的视觉内容和48kHz的立体声音频，并能动态响应用户操作。与之前生成静态视频或事后添加音频的模型不同，HelixWorld的Transformer架构从一开始就统一了音频和视觉生成，确保了同步且符合上下文的感官体验。研究团队计划在未来几周内公开模型权重和代码。
-
开源 LingBot World 模型发布，提供互动霓虹城市体验
一款新的开放世界模型 LingBot World 已发布，并提供公开权重，允许用户与一个实时霓虹城市环境互动。与 DeepMind 此前未发布的 Genie 3 不同，该模型可以在单个消费级 GPU 上运行，并支持施放法术等操作。然而，当玩家离开和返回时，模型会重新生成环境，这表明其记忆或状态持久性存在局限性。
-
Robbyant 发布开放权重世界和视频 AI 模型
Robbyant 发布了两个新的开放权重模型：LingBot-World，一个世界模型，以及 Lingbot-Video，一个视频生成模型。这两个模型都可以在 Hugging Face 上获取，Lingbot-Video 的代码也可以在 GitHub 上访问。这些发布为创意应用的开源 AI 工具不断增长的生态系统做出了贡献。
-
LingBot-World 2.0 通过无限交互和实时视频推进 AI 世界建模
研究人员发布了 LingBot-World 2.0，也称为 LingBot-World-Infinity，这是一个先进的世界建模系统。该版本具有无限的交互视野，能够以 60 帧/秒的速度驱动 720p 视频的实时处理能力，以及更广泛的交互元素和动作。该系统集成了用于规划和环境合成的代理工具，支持在共享虚拟环境中进行多个玩家的同步交互。它使用一个主要的 14B 模型，并搭配一个较小的 1.3B 模型以便于部署。
-
新交互式世界模型ActWorld和DreamX-World发布
研究人员推出了两个新的交互式世界模型：ActWorld和DreamX-World 1.0。ActWorld通过一个动作感知记忆系统和大量人类-物体交互数据集，实现了物体交互，从而增强了以导航为中心的模型。DreamX-World 1.0是一个通用模型，能够进行长时域内容生成，并具备相机控制和场景持久性，它利用专门的数据引擎和优化技术来处理照片级真实感和游戏风格的领域。
-
NVIDIA发布SANA-WM，可在单GPU上生成分钟级720p视频
NVIDIA发布了SANA-WM，这是一个拥有26亿参数的开源世界模型，旨在在单个GPU上生成分钟级、720p的视频。该模型解决了以往视频生成在计算资源需求或分辨率方面的限制。SANA-WM采用了一种新颖的混合线性注意力（hybrid linear attention）和Gated DeltaNet架构，实现了高效、高质量的视频合成，是具身智能（embodied AI）和机器人研究的重大进展。
-
SANA-WM 模型高效生成分钟级视频
研究人员推出了 SANA-WM，一个能够生成具有精确相机控制的、一分钟长、720p 的开源世界模型。该模型在视觉质量上可与大型工业系统相媲美，同时显著提高了效率。关键创新包括用于长上下文建模的混合线性注意力机制、用于精确相机轨迹遵循的双分支系统，以及用于增强视频一致性的两阶段生成流程。SANA-WM 在数据使用、训练计算和推理硬件方面表现出卓越的效率，能够在单个 GPU 上进行生成。