Was ist LingBot-World 2.0 (Infinity)?
LingBot-World 2.0, auch LingBot-World-Infinity genannt, ist ein interaktives Video-Weltmodell von Robbyant, der Embodied-AI-Firma von Ant Group. Es erschien am 9. Juli 2026, die übrigen Modellvarianten folgten am 10. September. Es löst LingBot-World vom Januar 2026 ab.
Das Hauptmodell hat 14 Milliarden Parameter und baut auf Alibabas Wan2.2 auf; eine schnelle 1,3B-Version ist für eine einzelne GPU gedacht. Gesteuert wird es mit Kamerabewegungen, Aktionen wie Angreifen, Bogenschießen oder Zaubern sowie Text-Ereignissen. Zwei eingebaute Agenten können die Szene führen: Ein Pilot-Agent plant, was die Figur tut, und ein Regie-Agent fügt neue Elemente hinzu, während sich die Welt entfaltet. Mehrere Personen können sich eine Welt teilen.
Robbyant nennt 720p bei 60 Bildern pro Sekunde und eine Generierung, die eine Stunde läuft. Die Lizenz ist CC BY-NC-SA 4.0, nur nicht kommerziell, und ersetzt die Apache-2.0-Lizenz der ersten Version.
Lohnt sich LingBot-World 2.0 (Infinity)?
LingBot-World 2.0 ist das funktionsreichste offene Weltmodell: stundenlange Sitzungen, Kampf- und Magieaktionen, per Text ausgelöste Ereignisse, Mehrspieler und zwei KI-Agenten, die die Szene für dich spielen und lenken können. Wer untersucht, wie ein generiertes Spiel sich selbst steuern könnte, findet nichts Offenes mit vergleichbarem Umfang.
Die erste Version fand ein Publikum. Ihr GitHub-Repository hat 4.571 Sterne, und der schnelle Checkpoint kam im letzten Monat auf 62.637 Downloads bei Hugging Face; das neue Repository hat 1.904 Sterne.
Der Haken: Die Schlagzeilenzahlen sind nicht durch Messungen gedeckt. Das Paper nennt weder GPU-Typ noch -Anzahl für 720p bei 60 Bildern pro Sekunde, und diese Rate schließt einen separaten Refiner ein, der hochskaliert und Zwischenbilder auf mehreren GPUs ergänzt. Es gibt keine Latenzangabe, keinen Benchmark und keine Nutzerstudie; die Stunden-Behauptung stützt sich auf eine einzige 60-minütige Sitzung, nach Augenschein beurteilt. Robbyants eigener Abschnitt zu Einschränkungen sagt, dass Orte, zu denen du zurückkehrst, neu erzeugt statt erinnert werden, dass Figuren und Stil in langen Sitzungen driften, dass Objekte einander durchdringen können und dass es erhebliche Rechenleistung braucht. Die Referenzskripte nutzen 8 GPUs für das 14B-Modell und 4 für das 1,3B-Modell bei 480p, und Robbyant will seinen Deployment-Code nicht veröffentlichen. Zudem wechselte die Lizenz von Apache 2.0 zu nicht kommerziell.
Unser Fazit: Lies das Paper wegen des Agentendesigns und spiel die Reactor-Demo für das Gefühl; für alles, was du verkaufen willst, haben Matrix-Game 4.0 oder Waypoint 1.5 die Lizenz und die Zahlen, die diesem Modell fehlen.
Wo es sich lohnt
Ein KI-Forscher, der Agenten in simulierten Welten untersucht
Testen, wie ein Planungsagent und ein Szenen-Regie-Agent in einer generierten Umgebung zusammenwirken
Lass das 14B-Modell causal-fast mit dem veröffentlichten Inferenzcode auf einem Knoten mit 8 GPUs laufen oder setze es über SGLang ein und protokolliere die Entscheidungen von Pilot- und Regie-Agent; nur nicht kommerzielle Forschung.
Ein Game Designer, der Weltmodelle bewertet
Beurteilen, ob stundenlange generierte Sitzungen brauchbar sind
Spiele die gehostete Version auf Reactor und notiere, wo Drift oder neu erzeugte Orte die Sitzung stören; keine Hardware und kein Code nötig.
Bevor du dich festlegst
- Einrichtung
- Klone Robbyant/lingbot-world-v2 (auf Basis von Wan2.2), lade einen Checkpoint von Hugging Face oder ModelScope und starte generate.py mit torchrun; in den Referenzskripten nutzt das schnelle 14B-Modell 8 GPUs und das 1,3B-Modell 4 GPUs.
- Integrationen
- SGLang und NVIDIA flashdreams fürs Deployment; Reactor (Web) und LingGuang (Mobil) hosten Demos.
- Daten und Datenschutz
- Selbst gehostet verlässt nichts deine Server. CC BY-NC-SA 4.0: keine kommerzielle Nutzung, und abgeleitete Werke müssen dieselbe Lizenz verwenden.
- Grenzen
- Keine veröffentlichte Latenz oder Hardware für 60 fps; besuchte Orte werden neu erzeugt; Drift und sich durchdringende Objekte; Deployment-Code nicht veröffentlicht.
Was gut ist
- Pilot- und Regie-Agenten können die Szene spielen und erweitern
- Breites Aktionsspektrum: Kampf, Bogenschießen, Zaubern, Schießen
- Mehrspieler-Welten
- 1,3B-Variante für eine einzelne GPU gedacht
Was nicht
- Nicht kommerzielle Lizenz CC BY-NC-SA 4.0
- Keine veröffentlichten Messungen zu Hardware, Latenz oder Qualität
- Kein echtes Langzeitgedächtnis; Drift und schwache Physik
- Deployment-Code zurückgehalten; Referenzskripte nutzen 4 bis 8 GPUs
Am besten für
Forschende mit Interesse an agentengesteuerten Weltmodellen, die mit einer nicht kommerziellen Lizenz arbeiten können und einen Multi-GPU-Server haben.
Alternativen zu LingBot-World 2.0 (Infinity)
LingBot-World 2.0 (Infinity): häufige Fragen
- Lohnt sich LingBot-World 2.0 (Infinity)?
- LingBot-World 2.0 hat das ehrgeizigste Design aller offenen Weltmodelle und die wenigsten Belege dafür, dass es wie beschrieben funktioniert. Wir bewerten es mit 3.6 von 5.
- Was kostet LingBot-World 2.0 (Infinity)?
- Kostenlose Gewichte für nicht kommerzielle Nutzung (CC BY-NC-SA 4.0). Du zahlst die GPUs.
- Welche Nachteile hat LingBot-World 2.0 (Infinity)?
- Nicht kommerzielle Lizenz CC BY-NC-SA 4.0; Keine veröffentlichten Messungen zu Hardware, Latenz oder Qualität; Kein echtes Langzeitgedächtnis; Drift und schwache Physik; Deployment-Code zurückgehalten; Referenzskripte nutzen 4 bis 8 GPUs.
- Für wen eignet sich LingBot-World 2.0 (Infinity)?
- Forschende mit Interesse an agentengesteuerten Weltmodellen, die mit einer nicht kommerziellen Lizenz arbeiten können und einen Multi-GPU-Server haben.
- Ist LingBot-World 2.0 (Infinity) sicher für Firmendaten?
- Selbst gehostet verlässt nichts deine Server. CC BY-NC-SA 4.0: keine kommerzielle Nutzung, und abgeleitete Werke müssen dieselbe Lizenz verwenden.
- Was sind die besten Alternativen zu LingBot-World 2.0 (Infinity)?
- Die nächsten Alternativen, die wir getestet haben, sind Matrix-Game 4.0, Waypoint 1.5, HY-World 1.5 (WorldPlay) und Genie 4.
Antworten geprüft am 7. Nov. 2026.