蚂蚁灵波开源全球首个面向具身智能的视频基模LingBot-Video

蚂蚁灵波宣布开源LingBot-Video。这是全球首个基于Mixture-of-Experts（MoE）架构、面向具身智能的开源视频生成基础模型。蚂蚁灵波以MoE替代传统Dense架构，在扩大模型容量的同时控制单次推理成本。LingBot-Video的30B总参数模型在生成时仅激活约3B参数，相比同等参数规模的Dense架构拥有约3倍的推理效率。这一设计使模型既能获得大规模参数带来的视觉表达能力，又更适合具身智能对高效推理的要求。