零代碼，一張圖生成大世界Demo，國產開源世界模型這麼猛？-遊戲-漫步新聞-陪你看看

過去一年，3A市場寒氣逼人，育碧、索尼、微軟等巨頭接連裁撤工作室、取消在研3A項目。

這背後主要原因，是3A遊戲開發成本的失控，ROI不成正比。廠商們開始尋找降本增效的辦法，有些廠商選擇的裁人裁項目，有些廠商則把希望寄託於AI。

去年下半年，Genie 3的突破，讓「世界模型」成了不少遊戲廠商關注的焦點，其「靠提示詞生成互動場景」的能力，可能會讓3A遊戲節省大量資產製作成本。

隨後，世界模型這股技術風也吹向了國內，騰訊、崑崙萬維等廠商紛紛佈局。今天上午，螞蟻靈波科技也公佈了新的世界模型——LingBot-World，葡萄君仔細閱讀了一下技術文檔，隱隱感覺，距離世界模型改變遊戲開發路徑的那一天不遠了。

世界模型，新遊戲引擎？

葡萄君先介紹一下啥是世界模型，簡單來說，就是用一段提示詞，生成一個可以互動的虛擬場景的視覺大模型。

以LingBot-World世界模型爲例，在生成場景界面，用戶可以按「上下左右」鍵，直接或操控一個主體（人物、貓、車等）來探索這個場景，場景會根據你移動的方向，自動生成新元素來擴充畫面。

而且這個場景不是預加載的，而是實時生成的。根據LingBot-World介紹，該模型在交互場景下，能做到16fps（每秒顯示 16 幀畫面）的生成速度，移動延遲小於1秒。

也就是說，用戶可以像玩FPS或第一人稱RPG一樣，操控視角到處走，邊走邊生成一個完整的場景。

聽上去是不是跟AI生成視頻差不多？其實完全不一樣，因爲這個開放世界的邏輯是連貫、一致的。

以前視頻模型生成場景往往缺乏底層規律，沒有因果關係、物體會胡亂變化，例如：很多AI視頻裏，畫面一轉換，箱子突然就變成了椅子；人物把杯子放桌上，鏡頭切走再切回來，杯子莫名其妙換了一個位置等。

而這些問題，在世界模型中都被解決了。

LingBot-World在技術文檔中展示了不少場景，可以很好展示世界模型中畫面元素的一致性：

比如在上面這一組三個場景中，靜態地標（雕塑、巨石等），即使離開畫面後60秒，仍然保持在原位置，沒有發生任何改變。

此外，這款世界模型還能對視野外的未觀測區域進行動態推理，比如兩組汽車行駛的場景：

第一組場景中，當相機向右轉動，跟隨麪包車跑了一段後，再回到正面視角時，遠處的橋樑被渲染得明顯更近了。

第二組場景中，即便汽車移出視野，也會在模型的模擬下繼續沿道路行駛，並在合理的位置重新出現，而非消失或靜止不動。

這些行爲表明，作爲世界模型，LingBot-World模擬的是現實世界的時空，而非純像素記憶。

世界模型這些能力，以前更多會運用在具身智能之類的場景，幫助機器人在「腦子」裏預演現實世界的動作。

但從能力特性來看，它也非常契合遊戲開發。像前文提到的場景生成功能，形式和在遊戲引擎中搭建遊戲場景的邏輯高度相近——建立一個符合規則的物理場景，已經放置好的東西不會消失。

值得一提的是，目前不少模型雖能生成這樣的互動場景，卻僅能實現 5~10 秒的生成時長，這對於遊戲開發而言幾乎不具備實際應用價值。

LingBot-World在技術報告中稱，該模型可以做到分鐘級的無損生成，這個時長，生成一個遊戲小Demo沒什麼問題，儘管該技術還處於起步階段，但起碼算是可用了。

AI生成開放世界，

開發成本爆降？

有了LingBot-World這樣的世界模型能力，未來的遊戲開發，會有哪些變化？

我們不妨大膽來假設一下。

首先有了世界模型，遊戲開發者可以無需編寫代碼，即可製作核心玩法，從而降低早期 Demo 的試錯成本。

舉個例子，開發者要做一款開放世界遊戲，想實現一個類似塞爾達「究極手」新能力的場景。傳統做法需要開發去做吸附/旋轉/連接的規則、物理約束、UI交互，再做素材和水體反饋等等，驗證時間成本非常高。

而在世界模型中，只需讓策劃、美術把一張概念圖或實拍照片丟給LingBot-World，描述相關功能需求，它就可以按照原圖生成整個場景，並實現相應的物理規則。覺得Demo不符合預期也沒關係，重新做也費不了多長時間。

其次，遊戲廠商也可以利用世界模型來做自動化測試、訓練智能NPC等。

根據LingBot-World的技術文檔介紹，對於需要複雜物理交互的遊戲來說，該模型能提供符合物理規律的高動態環境，可以幫助廠商進行大規模自動化測試、檢測物理碰撞和邏輯漏洞。比如實時生成不同的虛擬遊戲環境，在環境中訓練高智能NPC和測試自動化Agent等。

還有，世界模型也爲遊戲帶來了更廣闊的玩法暢想，比如讓「無限且邏輯自洽的開放世界」遊戲成爲可能。

LingBot-World的場景創建思路很符合「無限開放世界」的想法，該模型給場景變化預設了幾種不同的方式。

比如，僅通過提示詞，就能給同一場景更換不同的狀態。在下面這個騎龍向城堡飛行的場景中，可以通過提示詞，添加煙花、閃電、護盾等特效，也可以改變天氣、季節。

這些變化都是在完全不改變原場景動作的基礎上達成的。

再比如，用一張初始圖像，不給更多提示詞，LingBot-World也可以自己模擬去探索環境，生成一個完整的世界。

除了上面這兩個全局的變換思路，LingBot-World還能根據提示詞，向場景中局部位置加入特定的物體，比如讓模型「在噴泉裏生成幾隻魚」。局部添加的物體也可以和玩家直接互動，比如「走到城堡附近就觸發煙花」等。

有了這些能力，未來，遊戲可能不再完全依賴美術手工堆砌資產，遊戲環境/關卡都可以根據玩家行爲實時生成，也可以根據運營需求隨時變更，想換城堡，就換城堡，想換BOSS，就換BOSS，都是幾句話的事。

這些場景設想和模型能力，都爲遊戲研發管線提供了新思路。

更重要的是，它還有可能會從根源上解決3A遊戲困境中的成本問題。

據葡萄君瞭解，此前，在3A遊戲開發中，美術相關資產（如角色場景建模//動畫特效/UI/過場等）可達項目總成本30%~40%，如果是開放世界遊戲，這個比例還會更高。這其中還有很多是試錯成本，比如美術、玩法交互不符合需要，就得推倒重來。

圖源JuegoStudio

而世界模型的核心能力之一，就是生產上述資產，拋開算力金錢成本不談，光是時間成本帶來的增效收益，就能讓3A廠商們大喘一口氣。

對標Genie 3 ，但開源

去年 Genie 3 發佈，確實給行業帶來了不小的震撼，直到今天，它依然代表着世界模型領域的最高技術水準，也讓很多遊戲廠商看見了降本的希望。

但遺憾的是，Genie 3 是一款閉源模型，社區和開發者無法基於它持續開發、深度迭代；而且它目前主要用於研究與合作項目，尚未面向公衆開放 API，我們能接觸到的基本只有 Demo，也很難真正評估它的可用性與邊界。

相比之下，開源的LingBot-World目前已經可以部署嘗試了。

LingBot-World在性能上也明確在對標 Genie 3——從官方公開的對比測試來看，多項指標與 Genie 3 基本持平，部分場景甚至更強（例如高動態環境），此外，現階段 Genie 3 對外展示的 Demo 多在 1 分鐘左右，更長時間的生成能力還無法驗證，而 LingBot-World 已經能夠生成可體驗的 10 分鐘互動視頻內容。