该版本是7月开源14B主模型的轻量版，官方称面向消费级单卡GPU设计、可在本地实时生成世界；同期开源的还有Causal Pretrain与双向Teacher两个上游模型。
AI解读：这条新闻的实际变化是：能本地实时跑起来的世界模型，从14B降到了1.3B。7月的LingBot-World 2.0主模型需要在较重的工程栈下才能实现720p/60fps的实时体验，绝大多数人只能看官方视频或去在线Demo点两下；1.3B轻量版的目标是让消费级单卡也能跑。
受影响最直接的是手里只有一张消费级显卡、想拿世界模型做点东西的人。此前想改世界模型几乎无从下手，这次蚂蚁灵波除了小模型，还一起放出了Causal Pretrain和双向Teacher两个上游模型，社区可以在此基础上做后训练、蒸馏、压缩和垂直场景适配。
不过需要注意，1.3B只是参数量更小，并不等于能力等同14B版本。来源没有给出轻量版在生成时长、分辨率、帧率上的具体指标，也没有公开与14B版本的效果对比数据，实际能否稳定实时运行、画质如何，还需要以官方模型卡和论文为准。
蚂蚁灵波发布并开源了LingBot-World 2.0的轻量版，参数规模1.3B，官方定位是面向消费级单卡GPU设计、可以在本地实现实时世界生成。该版本是2026年7月开源的14B主模型的轻量版。
据量子位报道，LingBot-World 2.0的14B主模型已经能做到小时级持续生成、丰富的动作和事件交互，并在相应算力和推理配置下实现720p/60fps的高清实时体验。此次1.3B版本把同一套世界模型往消费级单卡推了一步。
轻量版来自一条训练路线，而非把14B砍小
报道称，从14B到1.3B，蚂蚁灵波并非先做出大模型再砍小，而是先把一条训练路线走通，小模型是这条路线走到最后自然出现的产物。
这条路线从Causal World模型开始：模型生成当前状态时只能依赖过去已经发生的视觉信息，以及用户到此刻为止给出的输入，未来还没发生的内容不能提前看。
为解决自回归误差累积导致纹理变糊、几何结构变形的问题，LingBot-World 2.0设计了MoBA（Mixture of Bidirectional and Autoregressive Attention Mask），在原有Teacher Forcing Mask里加入一部分双向Attention，以缓解长上下文中的过拟合和画质退化。团队还拿该Backbone与MAGI、HY-World 1.5做过长时生成对比，称从5秒到60秒，LingBot-World 2.0在纹理、几何结构和场景连贯性上保持更稳定。
之后是蒸馏：先用一致性蒸馏把Teacher原本需要很多步的去噪轨迹压缩到少数几步，再加入DMD（Distribution Matching Distillation），让Student在自己的长时self-rollout轨迹上继续训练，以减少长时自回归过程中的累计漂移。
三次开源围绕“门槛”推进
报道梳理称，2026年1月LingBot-World 1.0第一次开源；7月LingBot-World 2.0来到14B；此次1.3B版本又把同一套世界模型往消费级单卡推了一步。
除了轻量版模型，蚂蚁灵波此次还把Causal Pretrain和双向Teacher一起放出。报道称，小模型负责让更多人把世界模型跑起来，两个上游模型则关系到社区能否接着做后训练、蒸馏、压缩和垂直场景适配。
报道同时提到，LingBot-World 2.0曾在IFA柏林消费电子展开幕演讲中被AMD高级副总裁Jack Huynh点名，与智谱、千问并列，他使用该模型做了Demo，并评价“This is the future of Personal AI.”