分类：AI动态 标签：人工智能、大模型、开源项目、具身智能

2026年9月4日，柏林国际消费电子展（IFA）开幕。作为消费电子圈每年最重要的场合之一，台下所有人都等待着AMD拿出年度最重磅的内容。

主讲人AMD高级副总裁Jack Huynh在演示环节话锋一转：“如果说，用一句 prompt 就创造一整个世界呢？”

随后，笔记本屏幕上没有播放键，镜头平稳地向前推进，穿过中国小镇的街巷，又走上欧洲乡村的小路，光影随着视角移动自然变化。这不是一段提前渲染好的视频，而是一个正在实时生成、可以交互的三维世界。

很多人不知道的是，驱动这个演示的世界模型 LingBot-World 2.0，正来自蚂蚁集团旗下的具身智能团队灵波科技（Robbyant）。几个月后回看，那场演示只是一个开始。从高校实验室到芯片开发套件，从独立开发者到红海珊瑚礁的研究现场，灵波系列模型正在进入全球具身智能的技术底层。

01 学术圈的“隐形标尺”

能被AMD选上舞台，并非偶然。在此之前，灵波已经在全球具身智能的学术圈成了一把隐形标尺。

世界模型赛道有一个公认的难题——物体恒存。南洋理工大学、清华大学和普林斯顿大学的联合团队，将 LingBot-World v2 作为测试记忆能力的试金石。在特定的对象找回与场景重访测试中，LingBot-World v2 的特征相似度显著领先，这直接促成了他们后续 DeCoPrune 记忆压缩方案的诞生，将历史缓存 token 砍掉了 85%，生成速度翻了四倍多。

类似的故事在顶会论文中反复出现：

  • 斯坦福大学视觉与学习实验室的 OpenWAM 项目，直接将 LingBot-VA 的架构作为参考实现；
  • 韩国 KAIST 与成均馆大学的 FastOPD 研究，则用 LingBot-VLA 作为“教师模型”来提升学生模型的推理成功率。

当一个领域的新研究都用灵波来做实验、当别人要证明自己的方法有效首先得跑过灵波的基线时，灵波已经不再只是一个参赛者，而是赛道的度量衡。

02 全球开发者的二次创造

能被学术圈使用具备极高门槛，而全球开发者的二次创造，则为开源产品带来了第二次生命。

LingBot-World 2.0 除了完整版，还开源了一个面向普通开发者的 1.3B 快速版。爱沙尼亚独立开发者 Kaarel Kaarelson 拿到代码后，通过降低 VAE 精度、替换注意力算子、算子融合等一系列极致优化，在 RTX 5090 上将生成速度提升了 2.7 倍，跑到了丝滑的 16 帧，被科技媒体评价在动态模拟上超过了部分闭源模型。

同时，Mac 用户群体也没有缺席。开发者们通过 MPS 后端移植和桌面封装，让 M4 Pro 用户也能在本地流畅生成三维点云。当开发者的热情攒到一定程度，产业端的官方适配便水到渠成。

03 产业生态：宿敌之间的默契

要了解合作伙伴们究竟如何看待灵波，英伟达与 AMD 这对芯片宿敌的默契，或许是最好的例证。

  • 英伟达在其开源高性能推理库 FlashDreams 中，将 LingBot-World 与自家的 OmniDreams 并列为三大官方集成模型之一；在 SANA-WM 论文中，更是将其称为“大规模工业级基线”。
  • AMD 则在 IFA 大会上直接用其演示未来 AI，并在 ROCm 生态中持续跟进优化，其 WBench 质量分位居同类第一。

在软件与云端，SGLang、vLLM-Omni、Hugging Face 的 LeRobot、视觉模型库 timm 以及 AWS Labs，均在第一时间提供原生支持或默认部署路径。一条围绕 LingBot 的完整产业工具链正在自发形成。

04 从机器人的眼睛，到红海的海底

如果说前面的故事还在具身智能的射程之内，那么珊瑚礁的研究则展现了模型的另一种可能。

在瑞士洛桑联邦理工学院（EPFL）的 DeepReefMap 项目中，研究人员需要处理红海北部亚喀巴湾耐热珊瑚的水下视频，将其转换为三维地图以数清珊瑚数量。水下的光斑和悬浮颗粒极具干扰性，而 DeepReefMap 引入 LingBot-Map 作为重建后端后，做逐帧流式处理时显存始终平稳，成为了处理长视频的最佳选择。

原本为机器人导航设计的空间理解能力，就这样走进了海洋生物学实验室。当一个模型的工程底座足够扎实，使用者自会替它找到千万种用法。

05 总结

很长一段时间里，中国 AI 的全球化叙事总绕不开应用出海。但灵波走出了另一条路：技术底座出海。

依靠 GitHub 仓库里的 Star 与 Fork、全球开发者自发的适配与移植、每一篇论文里的基线数据，这些分散的选择累积起来，最终构成了模型真正的生态影响力。一个开源的模型，就这样成为了无数全球创新发生的土壤。