# 蚂蚁灵波开源 LingBot-Video：一个专为机器人设计的视频生成模型，用 MoE 架构把推理成本打下来

> 原标题：蚂蚁灵波开源全球首个面向具身智能的MoE视频基模LingBot-Video

- 来源：AI HOT 精选
- 发布时间：2026-07-09T07:06:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/43314
- 原文：https://www.ithome.com/0/974/517.htm

## 摘要

蚂蚁灵波发布了 LingBot-Video，一个专门给具身智能用的视频生成模型，代码已开源。它用 MoE 架构（混合专家）替代了传统的密集模型，总参数量 30B，但生成视频时只激活约 3B 参数，推理速度比同规模的密集模型快 3 倍左右。训练数据是 7 万小时的机器人相关视频，包括灵巧操作、导航和第一人称视角交互，不是网上随便扒的风景片。

## 推荐理由

蚂蚁灵波开源了面向具身智能的视频生成模型 LingBot-Video，30B 总参数在生成时只激活约 3B，推理速度约为同规模密集模型的 3 倍，训练数据为 7 万小时机器人相关视频。

## 锐评

30B 只激活 3B，这个账算得挺精。视频生成最贵的就是推理，MoE 把每次前向的算力压到十分之一，快 3 倍是顺理成章的事，机器人端本地跑才有戏。7 万小时机器人视频这个数据量比架构更值钱，灵巧操作、导航、第一人称这些素材网上扒不到，得自己攒。代码开源了，做具身智能的可以直接拉下来看数据管线怎么搭的。效果还没人复现，先当参考。
