Mundos infinitos con interacciones versátiles

Resumen

Presentamos LingBot-World 2.0 (también conocido como LingBot-World-Infinity), una iteración avanzada de LingBot-World que incorpora cuatro mejoras distintivas. (1) Nuestro modelo logra un horizonte de interacción ilimitado manteniendo una calidad de salida consistente, gracias a un paradigma de preentrenamiento causal cuidadosamente diseñado. (2) Mediante la destilación de una variante en tiempo real a partir del modelo base, nuestro sistema garantiza un tiempo de respuesta rápido, suficiente para impulsar flujos de video de 720p a 60 fps. (3) En comparación con la versión anterior, esta actualización introduce elementos interactivos altamente diversos, que abarcan un espectro más amplio de acciones (por ejemplo, ataque, tiro con arco, lanzamiento de hechizos y disparo) junto con una mayor variedad de eventos impulsados por texto. (4) Somos pioneros en la integración de un arnés agéntico en el dominio del modelado del mundo, donde un agente piloto se encarga de planificar y ejecutar comportamientos de los personajes, mientras que un agente director es responsable de sintetizar nuevos elementos del entorno a medida que avanza la escena. Además, para facilitar una experiencia compartida, desarrollamos una interfaz que permite que múltiples jugadores se sumerjan simultáneamente en este vívido simulador de mundos. Completamos nuestro modelo principal de 14B con un contraparte ligero de 1,3B, que admite una implementación sencilla en una sola GPU.

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.