LingBot-World 2.0 خدام

LingBot-World 2.0 هو نموذج عالم تفاعلي آني مفتوح المصدر من شركة Ant Lingbo، ويمكن اللعب فيه فالوقت الحقيقي بحال لعبة. اللعبة كتدعم الحركة، الهجوم، إلقاء التعويذات، القفز وأحداث البيئة بحال الشتا والثلج، وكتقدر تولّد الصور بشكل متواصل لساعات بلا ما يوقع انحراف، وبإعدادات قوية كتقدر توصل لـ720P/60FPS. دابا النموذج مفتوح المصدر بأربع نسخ: 14B و1.3B Small وBidirectional وCausal Pretrain، وكيصلح للألعاب، ومحاكاة الذكاء الاصطناعي المجسّد، وتوليد بيانات التفاعل.

استكشاف تفاعلي آني: النموذج كيولّد عالم مفتوح يمكن التجول فيه وتبديل زاوية الرؤية بجودة 720P / 60FPS وتأخير أقل من ثانية.
حركات متنوعة للشخصيات: كيدعم الهجوم، الرماية بالسهام، إلقاء التعويذات، إطلاق النار، القفز، التحليق وغيرها من العمليات.
أحداث بيئية مدفوعة: كيستاجب لأحداث ديناميكية فالعالم، بحال الثلج والشتا، انطلاقاً من النصوص.
توليد طويل المدى لساعات: الصورة كتبقى منسجمة فاللعب الطويل، بلا انحراف وبلا انهيار.
تحكم تعاوني ديال الوكلاء: فيه “Player Agent + Director Agent”، وكل واحد مسؤول على تخطيط سلوك الشخصية وتركيب عناصر المشهد.
عالم مشترك متعدد اللاعبين: كيدعم انغماس عدة لاعبين فنفس العالم المتولّد، والتعاون فصناعة المشهد.
محاكاة الذكاء المجسّد: كيتوسع من عالم الألعاب لمحاكاة الروبوتات، والتنبؤ بالحالات المستقبلية، وتوليد بيانات التفاعل.
نشر محلي خفيف: نسخة 1.3B Small كتخدم فالوقت الحقيقي على GPU استهلاكي ببطاقة وحدة.

منهجية التدريب القبلي السببي: من خلال تصميم دقيق للتدريب القبلي السببي (Causal Pretrain)، كيحقق النموذج مدة تفاعل بلا حد، مع الحفاظ على جودة الإخراج بشكل منسجم على المدى الطويل، وهادشي هو الأساس ديال عدم الانحراف فالتوليد الطويل.
التقطير الآني: كيتقطّر متغير آني من النموذج الأساسي، مع اعتماد نموذج Bidirectional كمصدر تقطير عالي الجودة، باش تكون سرعة الاستدلال كافية لتشغيل تدفق فيديو بجودة 720P/60FPS.
ديناميكيات بصرية مشروطة بالحركة: كيتعلم من فيديوهات كثيرة من منظور الشخص الأول، وفيديوهات اصطناعية، وفيديوهات الويب، العلاقة الديناميكية بين “الحركة والصورة”، باش يحوّل العمليات والأحداث بأمانة لتغييرات بصرية.
بنية الوكيلين: أول تصميم لـAgentic Harness، بحيث كيخطط Pilot Agent وينفذ سلوك الشخصية، بينما كيولّد Director Agent عناصر بيئية جديدة مع تقدم المشهد، وكيجمع بين قيادة الوكلاء وتدخل المستخدم.
تعاون النموذجين الكبير والصغير: نموذج 14B الرئيسي مع نموذج خفيف 1.3B، لتحقيق توازن بين الأداء وإمكانية النشر على بطاقة وحدة، وتقليل عتبة إعادة الإنتاج البحثي.

مدة تفاعل بلا حد: منهجية التدريب القبلي السببي كتخلي النموذج يولّد بشكل متواصل لساعات، مع بقاء الصورة مستقرة على المدى الطويل، وكتتجاوز مشكل مدة الفيديو فالنماذج التقليدية.
تجربة آنية وسلسة: المتغير الآني الناتج عن التقطير كيدعم 720P / 60FPS وتأخير أقل من ثانية، وكيحقق فعلاً مستوى تفاعل “قابل للعب”.
عناصر تفاعلية متنوعة: كيغطي الهجوم، والرماية بالسهام، وإلقاء التعويذات، وإطلاق النار، إضافة لأحداث بيئية بحال الشتا والثلج المدفوعة بالنصوص، وكيكبر بشكل كبير نطاق التفاعل.
بنية مبتكرة ديال وكيلين: Pilot Agent مسؤول على تخطيط سلوك الشخصية، وDirector Agent مسؤول على التركيب الديناميكي لعناصر المشهد، بحيث كيخدم توجيه الوكلاء وتدخل المستخدم بشكل متوازٍ.
تعاون ومشاركة متعددة اللاعبين: كيدعم دخول عدة مستخدمين فنفس العالم المتولّد؛ واحد كيلعب وواحد كيوجّه، وكيبدل نموذج التوليد التقليدي ديال اللاعب الواحد.
عتبة نشر منخفضة: نسخة 1.3B Small كتحتاج غير GPU استهلاكي ببطاقة وحدة باش تخدم فالوقت الحقيقي، وكتخلي حتى المطورين الأفراد يعاودو إنتاجها محلياً.

مدة طويلة بزاف: التدريب القبلي السببي كيدعم التوليد المتواصل لساعات، والصورة كتبقى مستقرة على المدى الطويل.
قابلية اللعب فالوقت الحقيقي: المتغير الآني المقطّر كيحقق 720P/60FPS وتأخير تفاعلي أقل من ثانية.
تفاعل متنوع: كيغطي الهجوم، والرماية بالسهام، وإلقاء التعويذات، وإطلاق النار، وأحداث البيئة المدفوعة بالنصوص.
بنية وكيلين: Pilot Agent كيخطط سلوك الشخصية، وDirector Agent كيركّب المشهد بشكل ديناميكي.
تعاون متعدد اللاعبين: كيدعم مشاركة نفس العالم المتولّد بين عدة مستخدمين، واحد كيلعب وواحد كيوجّه.
نشر سهل: نسخة 1.3B Small كتخدم محلياً فالوقت الحقيقي باستعمال GPU استهلاكي ببطاقة وحدة.
مشاهد متنوعة: كتمتد من عالم الألعاب لمحاكاة الروبوتات، والتنبؤ بالمستقبل، وتوليد بيانات التفاعل.

الموقع الرسمي للمشروع: https://technology.robbyant.com/lingbot-world-v2
مستودع GitHub: https://github.com/robbyant/lingbot-world-v2
مستودع النماذج فـHuggingFace: https://huggingface.co/robbyant/lingbot-world-v2-14b-causal-fast
البحث التقني فـarXiv: https://arxiv.org/pdf/2607.07534

تطوير ألعاب الذكاء الاصطناعي: كيخدم كمحرك ألعاب توليدي آني، وكيولّد المراحل والمشاهد والأحداث بشكل ديناميكي حسب عمليات اللاعب، وكيخفض تكلفة إنتاج المحتوى بمستوى ألعاب AAA.
المعاينة القبلية للإنتاج السينمائي والتصوير الافتراضي: المخرج كيستعمل أوامر نصية لبناء المشاهد الافتراضية والتجول فيها فالوقت الحقيقي، ومعاينة اللقطات والأجواء بسرعة، وتقليص مدة إعداد الديكور وتعديل النصوص بشكل كبير.
ساحة تدريب الذكاء المجسّد: كيوفر للروبوتات بيئة محاكاة عالية الدقة وقابلة للتفاعل، لتدريب الإدراك واتخاذ القرار والتفاعل الطويل، وتقليل تكلفة التجارب الفاشلة على الروبوت الحقيقي.
الواقع الافتراضي/المعزز والسياحة الرقمية: كيولّد فضاءات افتراضية غامرة قابلة للاستكشاف بلا حدود، للاستعمال فالمعارض الافتراضية، والإرشاد السياحي والثقافي، وتجارب الميتافيرس التعاونية متعددة اللاعبين.
التعليم والتدريب التفاعلي: كيبني تجارب افتراضية قابلة للتشغيل، وتمارين للطوارئ، ومشاهد تاريخية، باش يحصل المتعلم داخل “عالم قابل للعب” على تدريب غامر وأعمق من مشاهدة الفيديو.