Mô hình thế giới mã nguồn mở mới chỉ 1.3B tham số: Chạy thời gian thực trên một GPU duy nhất!

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

10-09-2026 15:44:00 Nguồn: QbitAI

Phiên bản rút gọn LingBot-World 2.0

Kim Lỗi đưa tin từ QbitAI

QbitAI | Kênh chính thức QbitAI

Liệu các mô hình thế giới (world model) đang "hot" hiện nay có thực sự không thể chạy trên một chiếc card đồ họa phổ thông?

Có chứ, thưa các bạn, thực sự là có đấy.

Bởi vì ngay lúc này, một mô hình thế giới mã nguồn mở "made in China" đã làm được điều đó!

Nào, hãy cùng xem hiệu ứng bắn súng góc nhìn thứ nhất (FPS):

Địa chỉ video: https://mp.weixin.qq.com/s/fOoXddwWjKixTbrMQiyd8Q

Trong bối cảnh khoa học viễn tưởng đầy tuyết, nhân vật vừa di chuyển và xoay góc nhìn, vừa khai hỏa; trong quá trình đó, người xem còn có thể thấy các phản hồi như cháy nổ, ngọn lửa, lá chắn năng lượng, v.v.

Điểm mấu chốt là tất cả những thay đổi này đều diễn ra trong cùng một thế giới được tạo lập liên tục, và bối cảnh sẽ tiếp tục mở rộng về phía trước theo thao tác của người chơi.

Hãy cùng xem tiếp bối cảnh trong tựa game đình đám "Odyssey":

Địa chỉ video: https://mp.weixin.qq.com/s/fOoXddwWjKixTbrMQiyd8Q

Lần này là góc nhìn thứ ba, nhân vật đang khám phá tiến về phía trước giữa những con ngựa gỗ khổng lồ, tường thành và ánh lửa. Khi nhân vật liên tục di chuyển, các nhân vật ở gần, mặt đất và các công trình ở xa cũng liên tục được mở rộng, mối quan hệ không gian của toàn bộ bối cảnh về cơ bản được duy trì ổn định.

Hãy thử đổi sang một phong cách hoàn toàn khác:

Địa chỉ video: https://mp.weixin.qq.com/s/fOoXddwWjKixTbrMQiyd8Q

Ba bản Demo, ba thế giới hoàn toàn khác biệt.

Và thứ tạo ra những hiệu ứng này chính là LingBot-World 2.0, được Ant Group phát hành mã nguồn mở vào tháng 7.

Vừa mới đây, họ lại tiếp tục tung ra phiên bản rút gọn của LingBot-World 2.0 với quy mô tham số chỉ 1.3B. Đây là phiên bản được thiết kế cho GPU đơn lẻ phổ thông, có khả năng tạo thế giới thời gian thực ngay trên thiết bị cục bộ (local).

Địa chỉ video: https://mp.weixin.qq.com/s/fOoXddwWjKixTbrMQiyd8Q

LingBot-World 2.0 được mở mã nguồn vào tháng 7 năm nay là mô hình chính 14B. Bộ mô hình thế giới này đã có thể thực hiện tạo lập liên tục hàng giờ, tương tác sự kiện và hành động phong phú, đồng thời đạt được trải nghiệm độ phân giải cao 720p/60fps với cấu hình tính toán và suy luận tương ứng.

Khi đó, con số "1.3B" đã âm thầm xuất hiện trong phần tóm tắt của bài báo nghiên cứu.

Hơn nữa, ngay tại bài phát biểu khai mạc triển lãm điện tử tiêu dùng IFA Berlin tuần trước, "nước cờ" này đã được nhắc đến một lần nữa một cách công khai.

Trong bài phát biểu khai mạc, Phó chủ tịch cấp cao của AMD, Jack Huynh, đã đích thân nêu tên 3 mô hình mã nguồn mở, ngoài Zhipu và Qwen, chính là LingBot-World. Ông đã sử dụng LingBot-World 2.0 để làm Demo. Sau khi tạo ra một thế giới từ Prompt, nhân vật có thể khám phá, quan sát xung quanh và hành động trong thời gian dài ở các môi trường như thị trấn Trung Quốc, vùng nông thôn châu Âu, và bối cảnh vẫn tiếp tục mở rộng theo các tương tác.

Sau khi xem xong, Jack Huynh đã đưa ra một nhận xét:

This is the future of Personal AI. (Đây chính là tương lai của AI cá nhân.)

Mọi lời hứa, hôm nay, đều đã được thực hiện.

Nhưng so với việc lại thêm một dự án mã nguồn mở được công bố, có lẽ chúng ta tò mò hơn về điều này——

Rốt cuộc làm thế nào để một mô hình thế giới có thể chạy thời gian thực trên thiết bị cục bộ?

Không đơn giản chỉ là làm cho nó nhỏ đi

Để trả lời câu hỏi này, trước hết phải bắt đầu từ sự khác biệt giữa mô hình thế giới và việc tạo video thông thường.

Thông thường khi chúng ta dùng AI để tạo một đoạn video, sau khi nhập Prompt, việc chờ đợi vài chục giây hay thậm chí vài phút là điều bình thường. Mô hình tạo xong toàn bộ đoạn video rồi mới giao kết quả cho bạn, thế là xong việc.

Nhưng mô hình thế giới rõ ràng không hoạt động như vậy. Khi người dùng bước một bước trong bối cảnh, mô hình phải tiếp tục tạo lập các bước tiếp theo; khi góc nhìn xoay sang trái, hình ảnh cũng phải thay đổi theo... Nói cách khác, mô hình thế giới đang tạo ra một thế giới không ngừng tiến hóa.