近期，全球人工智能領(lǐng)域迎來一場引人矚目的“開源風(fēng)暴”，主角正是中國科技企業(yè)螞蟻集團旗下的螞蟻靈波與科技巨頭谷歌之間展開的激烈角逐。這場較量不僅點燃了全球AI社區(qū)的熱情，更在行業(yè)格局中激起層層漣漪。

一切始于螞蟻靈波的“閃電戰(zhàn)”。1月27日起，該團隊在短短四天內(nèi)接連開源四大核心模型，其中最受矚目的當(dāng)屬世界模型LingBot-World。這款被外界視為谷歌Genie 3有力競爭者的模型，一經(jīng)發(fā)布便引發(fā)連鎖反應(yīng)——谷歌迅速調(diào)整策略，于1月30日面向特定用戶開放其世界模型體驗平臺Project Genie。兩大巨頭的“前后腳”動作，直接將相關(guān)話題推上海外社交平臺X的熱門榜單首位，Reddit等社區(qū)的AI板塊也將其列為頭號熱帖。

LingBot-World的震撼之處，在于其突破了傳統(tǒng)世界模型的技術(shù)邊界。從演示畫面來看，該模型不僅在視覺效果上與Genie 3不相上下，更實現(xiàn)了近10分鐘的連續(xù)無損生成。無論是物體特征的穩(wěn)定性、場景邏輯的自洽性，還是交互響應(yīng)的即時性，均達到行業(yè)領(lǐng)先水平。用戶可通過鍵盤或鼠標操控角色與相機視角，畫面隨指令實時變化；甚至能以文本指令觸發(fā)天氣、風(fēng)格等環(huán)境變化，且在鏡頭移動60秒后返回時，目標物體仍能保持結(jié)構(gòu)與外觀的一致性。更令人驚嘆的是，其端到端交互延遲控制在1秒以內(nèi)，生成幀率達16 FPS，徹底告別卡頓感。

該模型的另一大亮點是Zero-shot泛化能力。開發(fā)者僅需輸入一張真實照片或游戲截圖，即可生成可交互的視頻流，無需針對單一場景進行額外訓(xùn)練或數(shù)據(jù)采集。這一特性直擊行業(yè)痛點——此前，具身智能訓(xùn)練因成本高昂、泛化能力弱而進展緩慢，而LingBot-World的開源，相當(dāng)于為全球開發(fā)者提供了一套“即插即用”的工業(yè)級工具包。

螞蟻的野心遠不止于此。除LingBot-World外，其同步開源的三大模型——高精度空間感知模型LingBot-Depth、具身大模型LingBot-VLA和具身世界模型LingBot-VA，共同構(gòu)建起從“感知”到“行動”再到“認知”的完整技術(shù)鏈條。其中，LingBot-Depth專注于解決透明反光物抓取等行業(yè)難題，被喻為機器人的“眼睛”；LingBot-VLA則基于20000+小時真實機器人操作數(shù)據(jù)訓(xùn)練而成，能適配9種主流雙臂機器人構(gòu)型，堪稱機器人的“通用大腦”；而LingBot-VA則將視頻生成與機器人控制深度融合，讓機器人具備“邊推演、邊行動”的能力，在真機評測中多項性能超越業(yè)界標桿Pi0.5。

這場開源風(fēng)暴的背后，是行業(yè)格局的深刻變革。長期以來，高端AI模型領(lǐng)域被谷歌、OpenAI等巨頭壟斷，閉源策略筑起高高的技術(shù)壁壘。中小企業(yè)和初創(chuàng)公司因資金、算力不足，往往難以觸及前沿技術(shù)。而螞蟻的開源舉措，相當(dāng)于向全球開發(fā)者開放了工業(yè)級技術(shù)工具包，開發(fā)者僅憑消費級硬件即可部署和微調(diào)模型，大大降低了創(chuàng)新門檻。德國頭部財經(jīng)網(wǎng)站AdHocNews評價稱，螞蟻的行動是“全球機器人領(lǐng)域主導(dǎo)權(quán)爭奪戰(zhàn)中的戰(zhàn)略性舉措”，而行業(yè)專家則直言：“這對整個行業(yè)都是變革，此前這類訓(xùn)練環(huán)境通常是專有的，成本昂貴?！?/p>

谷歌的快速跟進，進一步印證了螞蟻開源策略的影響力。從閉源壟斷到開源協(xié)同，世界模型賽道正經(jīng)歷前所未有的轉(zhuǎn)折。這場較量不僅關(guān)乎技術(shù)領(lǐng)先，更關(guān)乎誰能定義下一代AI的標準。螞蟻的突圍，讓世界看到中國科技公司在具身智能領(lǐng)域的硬實力，也為全球AI發(fā)展注入新的可能性。