Unendliche Welten mit vielseitigen Interaktionen

Zusammenfassung

Wir präsentieren LingBot-World 2.0 (auch bekannt als LingBot-World-Infinity), eine erweiterte Iteration von LingBot-World mit vier deutlichen Verbesserungen. (1) Unser Modell erreicht einen unbegrenzten Interaktionshorizont bei gleichbleibender Ausgabequalität, was auf ein sorgfältig entwickeltes kausales Vortraining-Paradigma zurückzuführen ist. (2) Durch die Destillation einer Echtzeitvariante aus dem Basismodell gewährleistet unser System eine schnelle Reaktionszeit, die ausreicht, um 720p-Videostreams mit 60 fps anzutreiben. (3) Im Vergleich zur Vorgängerversion führt dieses Update hochgradig vielfältige interaktive Elemente ein, die ein breiteres Spektrum an Aktionen (z. B. Angreifen, Bogenschießen, Zaubern und Schießen) sowie eine reichhaltigere Vielfalt textgesteuerter Ereignisse umfassen. (4) Wir sind Pioniere bei der Integration einer agentischen Steuerung im Bereich der Weltmodellierung, bei der ein Pilot-Agent mit der Planung und Ausführung von Charakterverhalten beauftragt ist, während ein Director-Agent für die Synthese neuartiger Umgebungselemente im Verlauf der Szene zuständig ist. Darüber hinaus entwickeln wir zur Förderung eines gemeinsamen Erlebnisses eine Schnittstelle, die es mehreren Spielern ermöglicht, sich gleichzeitig in diesen lebendigen Weltsimulator zu vertiefen. Wir kombinieren unser primäres 14B-Modell mit einem leichten 1.3B-Pendant, das eine mühelose Bereitstellung auf einer einzelnen GPU ermöglicht.

English

We present LingBot-World 2.0 (also known as LingBot-World-Infinity), an advanced iteration of LingBot-World featuring four distinct upgrades. (1) Our model achieves an unbounded interaction horizon while maintaining consistent output quality, benefiting from a carefully crafted causal pretraining paradigm. (2) Through distilling a real-time variant from the base model, our system guarantees rapid response time, sufficient to drive 720p video streams at 60 fps. (3) Compared to the previous version, this update introduces highly diverse interactive elements, comprising a broader spectrum of actions (e.g., attacking, archery, spell-casting, and shooting) alongside a richer variety of text-driven events. (4) We pioneer the integration of an agentic harness within the domain of world modeling, wherein a pilot agent is tasked with planning and executing character behaviors, while a director agent is responsible for synthesizing novel environmental elements as the scene progresses. Additionally, to facilitate a shared experience, we develop an interface that permits multiple players to simultaneously immerse themselves in this vivid world simulator. We pair our primary 14B model with a lightweight 1.3B counterpart, which supports effortless deployment on a single GPU.