Infinite Worlds with Versatile Interactions

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.

한 줄 요약

LingBot-World 2.0는 720p 60fps 실시간 대응, 무한 상호작용, 에이전트 기반 제어를 갖춘 진화형 월드 모델 시스템이다.

핵심 기여도

무한 상호작용 범위를 구현한 **causal pretraining**을 통해 장기적 안정성 확보.
720p 60fps 실시간 대응을 위한 **real-time distilled model** 개발.
**pilot**과 **director** 에이전트를 통한 상호작용적 월드 제어 구조 도입.
14B 주 모델과 1.3B 경량 모델을 결합해 단일 GPU에서도 배포 가능.

핵심 아이디어

기존 월드 모델은 장기 상호작용 시 품질 저하와 계산 비용 증가로 인해 한계가 있었다. LingBot-World 2.0은 **causal pretraining**을 통해 오류 누적을 억제하고, **real-time distilled model**을 통해 높은 해상도와 프레임 속도를 유지하는 실시간 대응 시스템을 구축했다. 또한, **pilot**과 **director** 에이전트를 도입하여 사용자의 행동에 따라 환경을 동적으로 변화시키는 새로운 제어 패러다임을 제시한다. 이는 단순한 환경 생성을 넘어, 사용자와의 상호작용을 기반으로 진화하는 월드 시뮬레이션을 가능하게 한다.

기술적 접근법

**Causal Pretraining**: 오류 누적을 억제하여 장기적 품질 유지.
**Real-Time Distilled Model**: 720p 60fps로 실시간 대응 가능.
**Pilot Agent**: 캐릭터 행동을 계획하고 실행.
**Director Agent**: 환경 내 새로운 요소를 동적으로 생성.
**14B + 1.3B 모델**: 주 모델과 경량 모델을 결합해 단일 GPU에서도 배포 가능.

주요 결과

**720p 60fps** 화면 생성 가능, 1시간 이상 품질 저하 없이 지속.
**LingBot-World 2.0**은 **Infinite Generation Duration**을 달성, 기존 모델 대비 **+500% 이상**의 상호작용 시간 확장.
**Semantic Interaction**은 기존 모델 대비 무한 상호작용 가능.
**Genie 3** 대비 **+100% 이상**의 환경 동적 변화 능력.

의의 및 한계

LingBot-World 2.0은 월드 모델의 장기 안정성과 실시간 대응 능력을 동시에 달성한 첫 사례로, 게임 제작 및 시뮬레이션 분야에 혁신을 가져올 수 있다. 특히, **pilot**과 **director** 에이전트를 통한 제어 구조는 사용자와의 상호작용을 기반으로 월드를 진화시키는 새로운 패러다임을 제시한다. 그러나, **14B 주 모델**은 여전히 고사양 하드웨어가 필요하며, **1.3B 모델**은 일부 복잡한 상황에서 제한이 있을 수 있다.

실용적 활용

게임 산업에서는 **무한 상호작용**과 **실시간 환경 변화**를 기반으로 한 새로운 유형의 게임 제작이 가능하다. 또한, **에이전트 기반 제어**는 AI 기반 캐릭터 행동 시뮬레이션 및 VR/AR 환경 구축에도 활용될 수 있다.