7 月 9 日，蚂蚁蚂蚁灵波开源 LingBot-Video，灵波这是开源全球首个基于 Mixture-of-Experts（MoE）架构、面向具身智能的蚂蚁开源视频生成基础模型。该模型围绕机器人和具身智能的灵波核心需求重新设计视频预训练范式，在推理效率、开源物理合理性、蚂蚁动作理解和任务完成度等方面取得系统性提升，灵波为视频基础模型从数字内容创作走向具身智能提供了新的开源开源底座。

在北京大学联合字节跳动发布的蚂蚁基准 RBench 上，LingBot-Video 的灵波总分是 0.620，超越了 Wan2.6（0.607）、开源Seedance 1.5 Pro（0.584）、蚂蚁Cosmos3 Super（0.581）。灵波RBench 作为面向机器人操作视频的开源综合评测基准，重点考察模型能否生成符合真实物理规律的机器人行为。这一结果表明，LingBot-Video 在生成机器人相关视频时，更能保持动作过程的合理性和任务执行的完整性。

（图说：LingBot-Video 在 RBench 上性能最优）

为进一步验证 LingBot-Video 对物理世界变化的建模能力，蚂蚁灵波在内部 benchmark 中从通用质量和具身领域两个维度进行评估。结果显示，对比 NVIDIA Cosmos 3、Wan 2.2 A14B、LongCat-Video、Hunyuan Video 1.5、LTX-2.3 等五个开源模型，LingBot-Video 在具身领域表现优于主要基线模型。

（图说：综合评测显示，LingBot-Video在具身相关场景中展现出更强的物理理解和动作一致性）

过去几年，视频生成模型在画质、流畅度和创意表达上快速进步，但对于具身智能来说，一个看起来逼真、动作流畅的视频，却无法反映真实的物理规律，难以支撑机器人连续预测、规划和执行任务。与此同时，具身智能还要求模型具备更高推理效率，以适应实时交互和控制闭环。

这也让视频生成开始出现两种不同的演进方向：一条通向影院，服务于内容创作；另一条通向机器人，服务于物理世界的理解、预测与交互。LingBot-Video 正是蚂蚁灵波面向具身智能开辟视频生成新路线的重要探索。

LingBot-Video 从架构、数据和训练三方面进行了系统创新。

在架构上，LingBot-Video 采用 DiT + MoE 设计，以 MoE 替代传统 Dense 架构，在扩大模型容量的同时控制单次推理成本。其 30B 总参数模型在生成时仅激活约 3B 参数，相比同等参数规模 Dense 架构拥有约 3 倍推理效率。这一设计使模型既能获得大规模参数带来的视觉表达能力，又更适合具身智能对高效推理的要求。

在数据上，LingBot-Video 构建了数据画像引擎，在海量互联网视频的基础上进一步引入 VLA、VLN、Ego 等机器人相关数据，覆盖灵巧操作、机器人移动和第一视角交互等场景，总规模达 7 万小时的具身数据。这些数据帮助模型学习动作与环境变化之间的关系，而不只是学习视频的表面纹理和视觉风格。

在训练上，LingBot-Video 引入多维强化学习奖励系统。除美学、prompt 跟随和运动一致性等常规指标外，模型进一步围绕物理合理性和任务完成度进行对齐，使生成结果更符合真实世界规律，也更贴近机器人在真实世界完成任务的需求。

据介绍，LingBot-Video 可用于机器人动作预测、仿真数据生成、动作条件建模、世界模型研究等方向。目前，LingBot-Video 已正式开源。

• ·玻璃漆的种类 怎样使用玻璃漆,行业资讯
• ·韦德暗示未来或离开公牛 拒为冠军降薪加盟骑士
• ·终身寿险一般多少钱，2021终身寿险一般多少钱
• ·终身寿险是啥意思，个人终身寿险保障
• ·少儿重疾险有没有必要买，少儿重疾险有必要买吗?
• ·春晓海棠 乐游平梁——汉阴县平梁镇举办2025年元宵灯会
• ·国内太阳能光伏市场亟待挖掘,市场研究
• ·卡普空修改《街霸6》亚历克斯争议剧情 但没什么变化
• ·45岁可以买的重疾险，2022年45岁可以买的重疾险
• ·双特金奖出炉！“健康长寿 食在浦北”美食争霸赛解锁陈皮的N种吃法！
• ·天下晨間新聞　美貿易代表戴琪：不排除對中國祭新關稅｜天下雜誌
• ·助推资源整合！第三届广东林博会林业招商引资推介暨产业对接洽谈专场成功举办
• ·婴儿意外险包括，儿童意外险有哪些品种?
• ·跨越四十五载的团圆：罗学真汉阴寻亲终圆梦
• ·文化中国行丨汉阴：绘就锦绣文明新画卷
• ·我市以信用村建设赋能乡村振兴