大火的“世界模型”，真的不能拿一张消费级显卡跑吗？蚂蚁灵波给出的答案是可以。7月，他们把LingBot-World 2.0的14B主模型开源，能够做到小时级持续生成、丰富的动作与事件交互，并在相应配置下实现720p/60fps的高清实时体验；近日，团队又发布1.3B轻量版，面向消费级单卡GPU，可在本地实现实时世界生成。
世界模型与普通视频生成的区别在于“持续”。生成一段视频，输入提示后等几十秒甚至几分钟很正常；但世界模型要在用户每走一步、每转一次视角时接着往下生成，等于在生成一个持续演进的世界。
从14B到1.3B，并不是先把大模型做出来再砍小，而是先把一条训练路线走通，小模型是路线走到最后自然出现的产物。团队先训练因果世界模型，让当前状态只依赖过去的信息；又设计MoBA机制，在原有掩码中加入一部分双向注意力，缓解长上下文下的过拟合与画质退化。
高质量骨干网络还有一个现实问题：慢。每一帧都要经过很多步去噪，直接用于实时交互成本太高。于是团队做一致性蒸馏，把原本多步的去噪轨迹压缩到少数几步，再加入分布匹配蒸馏，让模型在自己的长时自回归轨迹上继续训练，减少累计漂移。这套压缩把实时世界生成的成本降了下来。
从工程视角看，世界模型的普及不只是模型变小，更是推理成本与算力供给的问题。当同一套模型需要同时服务云端高质量生成和端侧实时交互，如何按任务分配算力、让推理在成本可控的前提下稳定运行，就成了关键。星战科技在GPU算力平台与大模型API广场上的方向，正是让不同规格的模型按需取用、按负载调度，把门槛真正降下来。
这一年的三次开源，回答的其实是递进的三个问题：能不能做出来，能不能做得久、做得真，以及能不能让更多人跑起来。这次蚂蚁灵波还把因果预训练与双向Teacher一并放出，社区可以在上游模型上继续做后训练、蒸馏、压缩和垂直场景适配。
世界模型的上半场比的是生成得更久、更真，下半场比的很可能是普通人手上那张卡也跑得动。真正让一项技术扩散开的，往往不是最强的版本，而是第一个足够小、足够便宜、能被拿来试一试的版本。
