robbyant/lingbot-world-v2-14b-causal-fast · Hugging Face

来源：https://huggingface.co/robbyant/lingbot-world-v2-14b-causal-fast

无限世界与多样化交互

Robbyant 团队页面 (https://technology.robbyant.com/lingbot-world-v2)
技术报告 (https://arxiv.org/abs/xxx.xxx)
模型 (https://huggingface.co/collections/robbyant/lingbot-world-v2)
模型 (https://modelscope.cn/collections/Robbyant/LingBot-World-V2)
许可证 (https://huggingface.co/robbyant/lingbot-world-v2-14b-causal-fast/blob/main/LICENSE.txt)

我们推出 LingBot-World 2.0（也称为 LingBot-World-Infinity），这是 LingBot-World (https://technology.robbyant.com/lingbot-world) 的进阶版本，包含四项升级：

• 无限交互视界：通过精心设计的因果预训练范式，我们的模型实现了无限的交互视界，同时保持稳定的输出质量。
• 快速响应时间：通过从基础模型蒸馏出实时变体，我们的系统确保快速响应，足以驱动 720p 视频流以 60 fps 运行。
• 高度多样化的交互元素：与前代版本相比，本次更新引入了高度多样化的交互元素，包括更广泛的动作（如攻击、射箭、施法和射击）以及更丰富的文本驱动事件。
• 智能体驾驶舱：我们率先在世界建模领域集成了智能体驾驶舱，其中驾驶员智能体负责规划和执行角色行为，而导演智能体则负责在场景推进过程中合成新颖的环境元素。

🚀 立即体验

LingBot-World-Infinity 的实时版本已在两个平台上提供。感谢 Reactor (https://www.reactor.inc/lingbot-world-v2) 和 LingGuang (https://www.lingguang.com/support) 的支持：

• 国际版（网页）：在 Reactor (https://www.reactor.inc/lingbot-world-v2) 上体验。
• 国内版（移动端）：在 LingGuang (https://www.lingguang.com/support) 上体验。

注意： Reactor 和 LingGuang 提供了便捷的方式来实时体验 LingBot-World-Infinity，但缺少部分功能。在我们的官方设置中，模型以完整能力运行。要体验我们的官方演示，请参加 WAIC 2026 (https://waica2026.worldaic.com.cn/)。

🔥 新闻

• 2026年7月9日：🎉 我们发布了 LingBot-World-Infinity 的技术报告、推理代码和模型。

📋 待办事项

• 发布 14B 模型的因果快速推理代码和模型
• 发布 14B 模型的因果预训练模型
• 发布 14B 模型的双向模型
• 发布 1.3B 模型的因果快速和因果预训练模型

⚙️ 快速开始

本代码库基于 Wan2.2 (https://github.com/Wan-Video/Wan2.2) 构建。请参考其文档进行安装。

安装

克隆仓库：

git clone https://github.com/robbyant/lingbot-world-v2.git cd lingbot-world-v2

安装依赖：

# 确保 torch >= 2.4.0 pip install -r requirements.txt

安装 flash_attn (https://github.com/Dao-AILab/flash-attention)：

pip install flash-attn --no-build-isolation

模型下载

使用 huggingface-cli 下载模型：

pip install "huggingface_hub[cli]" huggingface-cli download robbyant/lingbot-world-v2-14b-causal-fast --local-dir ./lingbot-world-v2-14b-causal-fast

使用 modelscope-cli 下载模型：

pip install modelscope modelscope download robbyant/lingbot-world-v2-14b-causal-fast --local_dir ./lingbot-world-v2-14b-causal-fast

推理

我们提供了 generate.py 用于带 KV 缓存的因果推理，该方法会逐块处理视频帧，而非一次性处理全部。

• causal_fast — 480P，多 GPU：

torchrun --nproc_per_node=8 generate.py --task i2v-A14B --size 480*832 --ckpt_dir lingbot-world-v2-14b-causal-fast --image examples/03/image.jpg --action_path examples/03 --dit_fsdp --t5_fsdp --ulysses_size 8 --frame_num 361 --local_attn_size 18 --sink_size 6 --prompt "宁静的湖畔景色，一株孤树立在平静的水面上，周围是远处积雪覆盖的山脉，明亮的蓝天上飘着白云——轻柔的涟漪倒映着树和天空，营造出平和、冥想的氛围。"

你也可以使用提供的 run_fast.sh 脚本：

bash run_fast.sh # 例如 bash run_fast.sh lingbot-world-v2-14b-causal-fast 361

部署

我们不打算发布部署代码。如果你想自己部署我们的模型，请参考 SGLang (https://docs.sglang.io/cookbook/diffusion/LingBot-World/LingBot-World-2.0) 或 flashdreams (https://github.com/NVIDIA/flashdreams) 中的 LingBot-World 部署。

📚 相关项目

• LingBot-World (https://github.com/robbyant/lingbot-world)

📜 许可证

本项目采用 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License（CC BY-NC-SA 4.0）许可。该项目仅供非商业用途：你可以在注明出处的情况下共享和改编，但衍生作品必须使用相同的许可证。请参阅 LICENSE 文件 (https://huggingface.co/robbyant/lingbot-world-v2-14b-causal-fast/blob/main/LICENSE.txt) 获取全文，包括权利和限制的详细信息。

✨ 致谢

我们要感谢 Wan 团队开源他们的代码和模型。他们的贡献对本项目的开发至关重要。

📖 引用

如果你觉得这项工作对你的研究有帮助，请引用我们的论文：

@article{lingbot-world-v2, title={Infinite Worlds with Versatile Interactions}, author={Zelin Gao and Qiuyu Wang and Jiapeng Zhu and Jingye Chen and Zichen Liu and Qingyan Bai and Jiahao Wang and Yufeng Yuan and Hanlin Wang and Yichong Lu and Ka Leong Cheng and Haojie Zhang and Jian Gao and Tianrui Feng and Yuzheng Liu and Yao Yao and Yinghao Xu and Xing Zhu and Yujun Shen and Hao Ouyang}, journal={arXiv preprint arXiv:xxx.xxx}, year={2026} }