斯坦福的研究,红海的珊瑚,与一个中国大模型
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。 ...