全球人工智能領(lǐng)域近日迎來(lái)重大突破，中國(guó)科技企業(yè)螞蟻集團(tuán)旗下靈波科技連續(xù)四天發(fā)布四大開(kāi)源模型，引發(fā)行業(yè)震動(dòng)。這一系列動(dòng)作不僅展示了中國(guó)在具身智能領(lǐng)域的技術(shù)實(shí)力，更標(biāo)志著世界模型競(jìng)賽從封閉研發(fā)向開(kāi)放生態(tài)的重大轉(zhuǎn)變。緊隨其后，谷歌宣布開(kāi)放其世界模型項(xiàng)目體驗(yàn)平臺(tái)，兩大科技巨頭的隔空交鋒，為AI發(fā)展開(kāi)辟了新的競(jìng)爭(zhēng)維度。

螞蟻靈波的開(kāi)源攻勢(shì)始于空間感知模型LingBot-Depth的發(fā)布。該模型針對(duì)機(jī)器人三維視覺(jué)精度與可靠性進(jìn)行優(yōu)化，在國(guó)際基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異，為智能終端提供了更精準(zhǔn)的空間理解能力。次日發(fā)布的具身大模型LingBot-VLA則基于超過(guò)2萬(wàn)小時(shí)的真實(shí)機(jī)器人數(shù)據(jù)訓(xùn)練，覆蓋9種主流雙臂機(jī)器人構(gòu)型，通過(guò)少量演示數(shù)據(jù)即可實(shí)現(xiàn)高質(zhì)量任務(wù)遷移，顯著降低了下游應(yīng)用的適配成本。這兩款模型的開(kāi)源，為具身智能的落地應(yīng)用奠定了堅(jiān)實(shí)基礎(chǔ)。

真正引發(fā)行業(yè)關(guān)注的是第三日發(fā)布的世界模型LingBot-World。該模型能夠?yàn)榫呱碇悄?、自?dòng)駕駛及游戲開(kāi)發(fā)提供高保真虛擬環(huán)境，其視頻生成質(zhì)量、動(dòng)態(tài)程度和長(zhǎng)時(shí)一致性等指標(biāo)可媲美谷歌同期發(fā)布的Genie 3模型。更引人注目的是，LingBot-World成功解決了視頻生成中的“長(zhǎng)時(shí)漂移”難題，支持近10分鐘的連續(xù)穩(wěn)定生成，并將交互延遲控制在1秒以內(nèi)，用戶可通過(guò)文本或操作實(shí)時(shí)改變環(huán)境。這一突破為AI智能體的訓(xùn)練提供了更高效、更經(jīng)濟(jì)的解決方案。

螞蟻靈波的開(kāi)源攻勢(shì)并未止步。第四日發(fā)布的具身世界模型LingBot-VA提出了自回歸視頻-動(dòng)作世界建?？蚣?，將視頻生成與機(jī)器人控制深度融合。該模型在生成“下一步世界狀態(tài)”的同時(shí)，直接推演并輸出對(duì)應(yīng)的動(dòng)作序列，使機(jī)器人能夠像人類(lèi)一樣“邊推演、邊行動(dòng)”。這一創(chuàng)新為“世界模型賦能具身操作”開(kāi)辟了新路徑，與前幾日發(fā)布的模型形成完整技術(shù)閉環(huán)。

螞蟻靈波的開(kāi)源策略得到了國(guó)際媒體的廣泛認(rèn)可。德國(guó)財(cái)經(jīng)媒體AdHocNews評(píng)論稱(chēng)，LingBot-World為開(kāi)發(fā)者提供了一個(gè)高品質(zhì)、可實(shí)時(shí)控制的平臺(tái)，其性能與谷歌領(lǐng)先模型相當(dāng)，但完全面向開(kāi)發(fā)者開(kāi)放。該媒體指出，這一舉措將極大加速實(shí)時(shí)智能體的發(fā)展，使機(jī)器人能夠在模擬環(huán)境中成千上萬(wàn)次地演練復(fù)雜場(chǎng)景，既安全又經(jīng)濟(jì)。法國(guó)科技媒體PauseHardware也認(rèn)為，若LingBot-World在長(zhǎng)時(shí)序一致性和控制能力上得到驗(yàn)證，將推動(dòng)具身智能領(lǐng)域邁向新階段。

面對(duì)螞蟻靈波的開(kāi)源攻勢(shì)，谷歌迅速作出反應(yīng)。在螞蟻靈波宣布世界模型開(kāi)源后不到24小時(shí)，谷歌DeepMind宣布面向美國(guó)地區(qū)18歲以上的Google AI Ultra訂閱用戶開(kāi)放其世界模型研究原型“Project Genie”的體驗(yàn)。該原型基于Genie 3模型構(gòu)建，允許用戶通過(guò)文本提示或上傳圖像創(chuàng)建、探索和混合生成交互式世界，聚焦“世界草圖繪制”“世界探索”和“世界混創(chuàng)”三大功能。然而，谷歌也坦承該原型尚處于早期階段，存在生成效果不夠逼真、操作延遲較高、單次生成時(shí)長(zhǎng)限制為60秒等局限。

螞蟻靈波與谷歌的不同策略反映了兩者在生態(tài)構(gòu)建上的差異。螞蟻靈波通過(guò)徹底開(kāi)源，快速吸引開(kāi)發(fā)者構(gòu)建應(yīng)用生態(tài)，旨在具身智能等新興領(lǐng)域確立事實(shí)標(biāo)準(zhǔn)，并反哺技術(shù)迭代。而谷歌則采取更為謹(jǐn)慎的“可控開(kāi)放”策略，通過(guò)訂閱制面向高端用戶開(kāi)放體驗(yàn)入口，旨在收集用戶反饋并控制風(fēng)險(xiǎn)，同時(shí)保持其核心技術(shù)控制力。AI技術(shù)評(píng)測(cè)網(wǎng)站Gaga.art直接對(duì)比指出，LingBot-World在質(zhì)量上與Google Genie 3相當(dāng)，但完全面向開(kāi)發(fā)者開(kāi)放，這一差異或?qū)⒂绊懳磥?lái)AI生態(tài)的格局。

此次螞蟻靈波在核心模型上的開(kāi)源舉措，被行業(yè)專(zhuān)家視為打破技術(shù)壁壘的重要一步。此前，這類(lèi)高質(zhì)量訓(xùn)練環(huán)境通常是專(zhuān)有的，成本高昂，限制了中小開(kāi)發(fā)者的參與。如今，隨著螞蟻靈波的開(kāi)源，每位開(kāi)發(fā)者都能接觸到工業(yè)標(biāo)準(zhǔn)技術(shù)，這將極大促進(jìn)具身智能等領(lǐng)域的創(chuàng)新與發(fā)展。正如AdHocNews援引行業(yè)專(zhuān)家觀點(diǎn)稱(chēng)，螞蟻集團(tuán)的舉措正在重塑全球機(jī)器人領(lǐng)域的競(jìng)爭(zhēng)格局，中國(guó)科技企業(yè)正逐步從技術(shù)追隨者轉(zhuǎn)變?yōu)橐?guī)則制定者。