LingBot-World 是一个开源世界模拟器，源自视频生成技术，定位为顶级世界模型。项目已发布 LingBot-World-Infinity，原仓库不再积极维护，后续更新移至 https://github.com/Robbyant/lingbot-world-v2。
用途与定位 LingBot-World 作为开源世界模型，旨在缩小开源与闭源技术之间的差距，赋能社区在内容创作、游戏、机器人学习等领域的实际应用。
主要能力
- 高保真与多样化环境：在写实、科学场景、卡通风格等广泛环境中保持高保真度和稳健动态。
- 长期记忆与一致性：支持分钟级时间范围，同时保持上下文一致性（即长期记忆）。
- 实时交互与开放访问：支持实时交互，以 16 帧/秒生成时延迟低于 1 秒。提供代码和模型的公开访问。
- 模型版本：LingBot-World-Base (Cam)、LingBot-World-Base (Act)、LingBot-World-Fast（支持 KV 缓存加速因果推理，分块处理视频帧）。
- 量化版本：社区提供 4bit 量化版 LingBot-World-Base (Cam)，降低显存消耗，仅用于推理，视觉保真度和时间一致性可能略有下降。
使用方式 代码基于 Wan2.2 构建，需参考其文档安装。步骤包括：克隆仓库、安装依赖、安装 flash_attn、通过 huggingface-cli 或 modelscope-cli 下载模型。推理前需准备控制信号（可选，可从视频用 ViPE 生成）：intrinsics.npy（形状 [num_frames, 4]，值为 [fx, fy, cx, cy]）和 poses.npy（形状 [num_frames, 4, 4]，OpenCV 坐标下的变换矩阵）。提供多种参考推理脚本，使用 torchrun 运行，支持 480P/720P 分辨率，可通过 --frame_num 调整帧数（如 961 生成 16 FPS 一分钟视频），显存不足时可用 --t5_cpu 降低内存。LingBot-World-Fast 提供 generate_fast.py 及 run_fast.sh 脚本。
时间线 2026年1月29日：发布技术报告、代码和模型。 2026年3月2日：发布 LingBot-World-Base (Act) 模型权重。 2026年4月2日：发布 LingBot-World-Fast 模型权重。 2026年4月7日：发布 LingBot-World-Fast 推理脚本。 2026年4月10日：发布 LingBot-World-Base (Act) 用户友好脚本。
限制 原仓库不再积极维护；量化模型仅用于推理且可能质量下降；使用需一定 GPU 资源。
许可 Apache 2.0 许可证。
