Ant Group открыла исходный код модели для генерации интерактивных 3D-миров в реальном времени

AI Digest (ai-digest.ru) — актуальные новости об искусственном интеллекте. Китайская Ant Group открыла исходный код модели, способной генерировать игровые миры прямо в реальном времени.

Что за модель LingBot-World 2.0

Подразделение Robbyant китайской компании Ant Group опубликовало модель LingBot-World 2.0, способную генерировать и поддерживать интерактивные симулированные среды длительностью до часа с разрешением 720p при 60 кадрах в секунду. Генеративные модели такого типа — относительно новое направление в AI-индустрии. Ключевая особенность — возможность управления персонажами и смена перспективы камеры непосредственно во время генерации, без предварительной отрисовки. Модель доступна под открытой лицензией и поддерживается фреймворком SGLang с первого дня релиза.

Как решена проблема накопления ошибок при длительной генерации

Генерация продолжительных видео традиционно сопровождается накоплением ошибок: со временем ухудшается качество картинки, нарушается геометрия сцены, возникают визуальные артефакты. Разработчики LingBot-World 2.0 решили эту проблему через причинно-следственный подход к предварительному обучению и механизм MoBA (Masked Bidirectional Attention) — маски двунаправленного внимания. Модель обучается выстраивать эволюцию мира в хронологическом порядке, что исключает накопление отклонений. Часовые стресс-тесты подтвердили стабильное качество без видимой деградации.

Для интерактивного режима Robbyant подготовила отдельную оптимизированную версию модели, адаптированную для инференса в реальном времени. Конвейер переработан так, чтобы контент генерировался, транслировался и отображался постепенно, а не целиком по завершении. Пользователь может перемещать персонажей и переключать вид камеры на лету. Архитектура MoBA позволяет модели учитывать как прошлое, так и будущее контекст при генерации каждого кадра, что обеспечивает визуальную когерентность на протяжении всего ролика.

Модель предусматривает широкий набор действий внутри сгенерированных сред: ближний бой, стрельба из лука, применение заклинаний, прыжки, планирование маршрута. По текстовому запросу можно изменять параметры окружения — время суток, погоду, добавлять новые объекты. События генерируются в соответствии с состоянием сцены в момент взаимодействия.

Почему это важно для индустрии

Релиз LingBot-World 2.0 — часть тренда на открытие крупными китайскими компаниями генеративных моделей. Аналогичные релизы от MiniMax и других компаний показывают, что китайские разработчики активно конкурируют за внимание сообщества открытых моделей. Фокус на интерактивных игровых средах может удешевить прототипирование для indie-разработчиков и студий, которые ранее не имели доступа к подобным технологиям.

Модель поддерживает присутствие нескольких пользователей в одном постоянно существующем мире — они могут совместно исследовать и взаимодействовать в единой среде. Это важный шаг на пути к многопользовательским игровым процессам, которые генерируются искусственным интеллектом в реальном времени, без заранее отрисованных локаций и анимаций.

Что дальше

Вместе с LingBot-World 2.0 открыт исходный код модели LingBot-Video — базовой модели на архитектуре Mixture-of-Experts, переработанной для робототехники с упором на физическую достоверность и выполнение задач. Обе модели доступны на платформе Robbyant Reactor, где пользователи могут протестировать их онлайн. Открытый код и широкая поддержка фреймворков могут ускорить появление новых проектов на основе генеративных интерактивных сред.