蚂蚁灵波开源LingBot-Video，全球首个面向具身的视频基模来了！

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 蚂蚁灵波开源LingBot-Video，全球首个面向具身的视频基模来了！ 量子位的朋友们 2026-07-09 11:19:15 来源： 量子位 7月9日，蚂蚁灵波开源LingBot-Video，这是全球首个基于Mixture-of-Experts（MoE）架构、面向具身智能的开源视频生成基础模型。该模型围绕机器人和具身智能的核心需求重新设计视频预训练范式，在推理效率、物理合理性、动作理解和任务完成度等方面取得系统性提升，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底座。 在北京大学联合字节跳动发布的基准RBench上，LingBot-Video的总分是0.620，超越了Wan2.6（0.607）、Seedance1.5 Pro（0.584）、Cosmos3 Super（0.581）。RBench作为面向机器人操作视频的综合评测基准，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 Cosmos3、Wan2.2 A14B、LongCat-Video、Hunyuan Video1.5、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。 本文由蚂蚁灵波提供，量子位获授权转载，观点归原作者所有。 版权所有，未经授权不得以任何形式转载及使用，违者必究。 蚂蚁灵波 量子位的朋友们 2026年世界人工智能大会，7月17-7月20上海举办 2026-07-09 获联合国机构点赞！天立启鸣“AI+教育”方案入选AI for Good 2026-07-09 世界模型首次迎来“小时级”生成！蚂蚁灵波开源LingBot-World 2.0，支持AI原生多人交互 2026-07-09 从餐饮后厨到物理世界基础模型：量化派的物理AI，走的是卖能力的路 2026-07-09 扫码分享至朋友圈 相关阅读 60000小时炼出新开源VLA！20多种机器人都能用 蚂蚁灵波Lingbot-VLA 2.0 十三 2026-07-08 LingBot-VLA 2.0 VLA 具身智能 蚂蚁灵波 2700GB高质量数据，训出空间智能SOTA，背后秘诀全栈开源 300万对RGB-D数据，专治机器人看不清 一凡 2026-03-31 具身智能 蚂蚁灵波 这么哇塞的世界模型，竟然是开源的！ 蚂蚁灵波第三弹：LingBot-World 十三 2026-01-29 世界模型 具身智能 蚂蚁灵波 机器人视觉迎来新突破！蚂蚁灵波空间感知模型LingBot-Depth 2.0正式发布 量子位 2026-07-07 蚂蚁灵波 支持17家机器人厂商20多种构型，蚂蚁灵波LingBot-VLA 2.0正式开源 量子位 2026-07-08 蚂蚁灵波 蚂蚁灵波开源具身大模型LingBot-VLA，让机器人“看的更清楚 做的更明白” 联手星海图、松灵完成多机型真机验证 量子位 2026-01-28 具身智能机器人 蚂蚁灵波 热门文章 钉钉A1录音卡入选Gartner AI可穿戴设备报告 2026-07-02 让Agent越用越强：AReaL 2.0开源，打造面向自演进智能体的RL基础设施 2026-07-02 论坛预告｜夯！AI企业家论坛首发阵容公开，更有千亿级实业巨头突袭 2026-07-02 全球首个英伟达含量为0的万亿模型，成了海外开发者的抢手货 2026-07-02 基石筑底｜WAIC 2026算力：超节点与光互连，能否绕过单芯片的物理天花板？ 2026-07-03