首页蚂蚁集团开源了LingBot-Video，这是首个面向具身智能的视频基础模型
7月9日，蚂蚁集团开源了LingBot-Video——这是全球首个基于“专家混合”（MoE）架构、专为具身智能打造的开源视频生成基础模型。 该模型以机器人和具身智能的核心需求为中心，重新定义了视频预训练，在推理效率、物理合理性、动作理解和任务完成方面实现了系统性的提升。它为视频基础模型提供了新的开源基础，使其能够从数字内容创作迈向具身智能。
在由北京大学与字节跳动联合开发的RBench基准测试中，LingBot-Video获得0.620分，表现优于Wan2.6（0.607）、Seedance1.5Pro（0.584）和Cosmos3Super（0.581）。 RBench 作为机器人操作视频的综合评估基准，专门用于评估模型能否生成符合现实世界物理规律的机器人行为。这一结果表明，在生成机器人相关视频时，LingBot-Video 在保持动作合理性和任务执行完整性方面表现更佳。
（图注：LingBot-Video 在 RBench 上取得最佳表现）
为进一步验证 LingBot-Video 建模物理世界变化的能力，蚂蚁集团在其内部基准测试中从两个维度对其进行了评估：整体质量和具身领域。 结果表明，与五款开源模型——NVIDIA Cosmos3、Wan2.2A14B、LongCat-Video、Hunyuan Video1.5 和 LTX-2.3——相比，LingBot-Video 在具身领域中表现优于主要基线模型。
（图注：综合评估表明，LingBot-Video在具身场景中展现出更强的物理理解能力和动作一致性）
近年来，视频生成模型在视觉质量、流畅度及创意表达方面取得了快速进步。然而，对于具身智能而言，一段看起来逼真且动作流畅的视频可能并不符合真实的物理定律，这使得它难以支持机器人的连续预测、规划和任务执行。 与此同时，具身智能还要求更高的推理效率，以适应实时交互和控制循环。
这促使视频生成沿着两条截然不同的路径发展：一条面向影视领域，服务于内容创作；另一条面向机器人领域，服务于对物理世界的理解、预测及交互。LingBot-Video 代表了蚂蚁集团在为具身智能量身定制的视频生成新路径上的重要探索。
LingBot-Video 在架构、数据和训练方面进行了系统性创新。
在架构上，LingBot-Video 采用了 DiT + MoE 设计，用 MoE 取代了传统的密集架构。这使得模型在保持可控推理成本的同时，能够扩展容量。 该模型拥有300亿个参数，但在生成过程中仅激活约30亿个，其推理效率约为同等规模密集架构的三倍。这种设计使模型既能借助大规模参数获得视觉表现力，又能更好地满足具身智能的效率需求。
在数据方面，LingBot-Video构建了一个数据剖析引擎，在海量互联网视频的基础上整合了VLA、VLN和Ego等机器人相关数据，涵盖了灵巧操作、机器人移动和第一人称交互等场景，共积累了70,000小时的具身数据。 这些数据有助于模型学习动作与环境变化之间的关系，而非仅仅学习视频的表面纹理和视觉风格。
在训练过程中，LingBot-Video引入了多维度强化学习奖励机制。除了美学、提示遵循和动作一致性等传统指标外，该模型还兼顾了物理合理性和任务完成度，使生成的结果更符合现实世界的物理规律，更贴近机器人在现实世界中执行任务的需求。
相关文章
OpenAI 将支持全双工语音和中断处理功能的 GPT-Live-1 添加至 API，以满足客户服务通话需求
OpenAI 已将 GPT-Live-1 集成到其 API 中，使开发者能够创建支持实时语音交互的应用程序和业务工作流。该模型支持全双工对话，能够同时进行聆听和说话，并能有效处理打断、停顿和背景噪音。GPT-Live-1 还针对电话场景（如餐厅预订和客户支持）进行了优化，可实现全双工语音客服。OpenAI 指出，开发者可将其与 Codex 等工具集成，或利用 OpenAI Presence 构建语
Cloudflare 推出开源 AI 代理工作区，让员工无需编写代码即可构建自定义工作流
Cloudflare 已正式发布 Cloudflare OS，这是一个直接在浏览器中运行的开源 AI 代理工作区。该平台集成了大量可自定义、可共享的微应用。 Cloudflare OS 绝非仅仅是对通用 AI 工具的简单封装，而是由 Cloudflare 内部团队从零开始构建，旨在满足具体的运营需求。 经过广泛的内部测试，该平台现已开源，供企业采用。Cloudflare 联合创始人兼首席执行官马修
马斯克的人工智能信用卡结账功能引发争议，此前OpenAI高管对此进行了嘲讽
埃隆·马斯克最近在社交媒体上公布了 Grok 的新购物功能，解释说用户可以拍摄信用卡照片并将其发送到聊天界面。然后，人工智能将 scour 网络以寻找最佳价格，并代表用户完成购买。这种大胆、无缝的方法在科技界引发了激烈的争论。竞争对手迅速提出了安全担忧。OpenAI 的高级执行官 Tibo 发布了一篇讽刺帖子，其中包含一张假信用卡图片，强调了将敏感支付数据直接传输到人工智能模型的严重隐私和安全风险。实施障碍也随之出现，据报道，包括亚马逊在内的大型零售商正在部署技术障碍以阻止 Grok 的自动
相关专题推荐
设计与艺术
顶级AI插画工具：更快地创作编辑类场景和封面插图
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
教育与学习
备考首选的顶尖AI辅导老师：练习数学、科学和英语
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
金融
用于个人财务管理的 AI 预算规划工具
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
健康养生
AI睡眠追踪助手：通过养成更好的睡前习惯来促进身体恢复
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
数据分析
用于产品和收入分析的 AI SQL 辅助工具
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
教育与学习
最佳的、兼具教学功能的AI作业助手：学习概念，而不仅仅是答案
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
xix.ai
评论 (0)
0/500
7月9日，蚂蚁集团开源了LingBot-Video——这是全球首个基于“专家混合”（MoE）架构、专为具身智能打造的开源视频生成基础模型。 该模型以机器人和具身智能的核心需求为中心，重新定义了视频预训练，在推理效率、物理合理性、动作理解和任务完成方面实现了系统性的提升。它为视频基础模型提供了新的开源基础，使其能够从数字内容创作迈向具身智能。
在由北京大学与字节跳动联合开发的RBench基准测试中，LingBot-Video获得0.620分，表现优于Wan2.6（0.607）、Seedance1.5Pro（0.584）和Cosmos3Super（0.581）。 RBench 作为机器人操作视频的综合评估基准，专门用于评估模型能否生成符合现实世界物理规律的机器人行为。这一结果表明，在生成机器人相关视频时，LingBot-Video 在保持动作合理性和任务执行完整性方面表现更佳。
（图注：LingBot-Video 在 RBench 上取得最佳表现）
为进一步验证 LingBot-Video 建模物理世界变化的能力，蚂蚁集团在其内部基准测试中从两个维度对其进行了评估：整体质量和具身领域。 结果表明，与五款开源模型——NVIDIA Cosmos3、Wan2.2A14B、LongCat-Video、Hunyuan Video1.5 和 LTX-2.3——相比，LingBot-Video 在具身领域中表现优于主要基线模型。
（图注：综合评估表明，LingBot-Video在具身场景中展现出更强的物理理解能力和动作一致性）
近年来，视频生成模型在视觉质量、流畅度及创意表达方面取得了快速进步。然而，对于具身智能而言，一段看起来逼真且动作流畅的视频可能并不符合真实的物理定律，这使得它难以支持机器人的连续预测、规划和任务执行。 与此同时，具身智能还要求更高的推理效率，以适应实时交互和控制循环。
这促使视频生成沿着两条截然不同的路径发展：一条面向影视领域，服务于内容创作；另一条面向机器人领域，服务于对物理世界的理解、预测及交互。LingBot-Video 代表了蚂蚁集团在为具身智能量身定制的视频生成新路径上的重要探索。
LingBot-Video 在架构、数据和训练方面进行了系统性创新。
在架构上，LingBot-Video 采用了 DiT + MoE 设计，用 MoE 取代了传统的密集架构。这使得模型在保持可控推理成本的同时，能够扩展容量。 该模型拥有300亿个参数，但在生成过程中仅激活约30亿个，其推理效率约为同等规模密集架构的三倍。这种设计使模型既能借助大规模参数获得视觉表现力，又能更好地满足具身智能的效率需求。
在数据方面，LingBot-Video构建了一个数据剖析引擎，在海量互联网视频的基础上整合了VLA、VLN和Ego等机器人相关数据，涵盖了灵巧操作、机器人移动和第一人称交互等场景，共积累了70,000小时的具身数据。 这些数据有助于模型学习动作与环境变化之间的关系，而非仅仅学习视频的表面纹理和视觉风格。
在训练过程中，LingBot-Video引入了多维度强化学习奖励机制。除了美学、提示遵循和动作一致性等传统指标外，该模型还兼顾了物理合理性和任务完成度，使生成的结果更符合现实世界的物理规律，更贴近机器人在现实世界中执行任务的需求。
OpenAI 将支持全双工语音和中断处理功能的 GPT-Live-1 添加至 API，以满足客户服务通话需求
OpenAI 已将 GPT-Live-1 集成到其 API 中，使开发者能够创建支持实时语音交互的应用程序和业务工作流。该模型支持全双工对话，能够同时进行聆听和说话，并能有效处理打断、停顿和背景噪音。GPT-Live-1 还针对电话场景（如餐厅预订和客户支持）进行了优化，可实现全双工语音客服。OpenAI 指出，开发者可将其与 Codex 等工具集成，或利用 OpenAI Presence 构建语
Cloudflare 推出开源 AI 代理工作区，让员工无需编写代码即可构建自定义工作流
Cloudflare 已正式发布 Cloudflare OS，这是一个直接在浏览器中运行的开源 AI 代理工作区。该平台集成了大量可自定义、可共享的微应用。 Cloudflare OS 绝非仅仅是对通用 AI 工具的简单封装，而是由 Cloudflare 内部团队从零开始构建，旨在满足具体的运营需求。 经过广泛的内部测试，该平台现已开源，供企业采用。Cloudflare 联合创始人兼首席执行官马修
马斯克的人工智能信用卡结账功能引发争议，此前OpenAI高管对此进行了嘲讽
埃隆·马斯克最近在社交媒体上公布了 Grok 的新购物功能，解释说用户可以拍摄信用卡照片并将其发送到聊天界面。然后，人工智能将 scour 网络以寻找最佳价格，并代表用户完成购买。这种大胆、无缝的方法在科技界引发了激烈的争论。竞争对手迅速提出了安全担忧。OpenAI 的高级执行官 Tibo 发布了一篇讽刺帖子，其中包含一张假信用卡图片，强调了将敏感支付数据直接传输到人工智能模型的严重隐私和安全风险。实施障碍也随之出现，据报道，包括亚马逊在内的大型零售商正在部署技术障碍以阻止 Grok 的自动
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
xix.ai
