Mondes infinis aux interactions polyvalentes

Résumé

Nous présentons LingBot-World 2.0 (également connu sous le nom de LingBot-World-Infinity), une version avancée de LingBot-World comportant quatre améliorations distinctes. (1) Notre modèle atteint un horizon d'interaction illimité tout en maintenant une qualité de sortie constante, grâce à un paradigme de pré-entraînement causal soigneusement élaboré. (2) En distillant une variante en temps réel à partir du modèle de base, notre système garantit un temps de réponse rapide, suffisant pour piloter des flux vidéo 720p à 60 ips. (3) Par rapport à la version précédente, cette mise à jour introduit des éléments interactifs très diversifiés, comprenant un éventail plus large d'actions (par exemple, attaque, tir à l'arc, incantation et tir) ainsi qu'une variété plus riche d'événements pilotés par le texte. (4) Nous sommes les premiers à intégrer un harnais agentique dans le domaine de la modélisation du monde, où un agent pilote est chargé de planifier et d'exécuter les comportements des personnages, tandis qu'un agent directeur est responsable de synthétiser de nouveaux éléments environnementaux au fur et à mesure que la scène progresse. De plus, pour faciliter une expérience partagée, nous développons une interface qui permet à plusieurs joueurs de s'immerger simultanément dans ce simulateur de monde vivant. Nous associons notre modèle principal de 14B à un modèle léger de 1,3B, ce qui permet un déploiement aisé sur un seul 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.