LingBot-World 2.0
一款交互式视频扩散世界模型，参数量1.3B，能够根据初始帧和动作指令自回归预测后续帧，生成可操控的虚拟环境，属于轻量级世界模型
时间轴 (近 90 天)
一位开发者将 LingBot-World 2.0 1.3B 模型在单张 RTX 5090 上的推理速度从 6 FPS 提升到 16 FPS，并将代码开源
优化后的 LingBot-World 2.0 推理速度比 SGLang Diffusion 快 2.5 倍
优化后的 LingBot-World 2.0 推理速度比 NVIDIA FlashDreams 快 1.9 倍
主流推理引擎在同样硬件上运行该模型时，速度普遍卡在 6-8 FPS 区间
该项目分辨率被限制在 832×464
该项目目前仅支持 Linux 系统，通过命令行输入 lingbot play dragon 即可开始体验
用户可上传一张图片配合文字提示开始预测世界后续帧，并使用键盘 AWSD 键和鼠标在生成的世界中移动操控
作者估计 RTX 4090 大约能跑到 12 FPS，但尚未实际测试验证
全部知识事实 (8)
用户可上传一张图片配合文字提示开始预测世界后续帧，并使用键盘 AWSD 键和鼠标在生成的世界中移动操控
50%待验证优化后的 LingBot-World 2.0 推理速度比 SGLang Diffusion 快 2.5 倍
50%待验证优化后的 LingBot-World 2.0 推理速度比 NVIDIA FlashDreams 快 1.9 倍
50%待验证主流推理引擎在同样硬件上运行该模型时，速度普遍卡在 6-8 FPS 区间
50%待验证该项目分辨率被限制在 832×464
50%待验证该项目目前仅支持 Linux 系统，通过命令行输入 lingbot play dragon 即可开始体验
50%待验证作者估计 RTX 4090 大约能跑到 12 FPS，但尚未实际测试验证
50%待验证一位开发者将 LingBot-World 2.0 1.3B 模型在单张 RTX 5090 上的推理速度从 6 FPS 提升到 16 FPS，并将代码开源
50%