// 01 LingBot-Video 是什么
快速结论
LingBot-Video（具身视频生成模型 · 蚂蚁 robbyant 团队）号称首个面向具身智能的开源大规模 MoE 视频生成模型：既能生成视频，也理解物理世界。支持文生图（T2I）、文生视频（T2V）、图生视频（TI2V）三大任务。2026-07-09 技术报告/代码/模型同步发布，Apache-2.0，权重提供魔搭 ModelScope 镜像，国内可下，GitHub 约 588 star。
适合谁优先使用
- 做具身智能、世界模型、机器人仿真视频的研究者
- 需要开源、可商用许可、国内可下载的视频生成基座的团队
- 想在「理解物理世界」而非纯美学的视频生成上做实验的人
核心能力拆解
三合一生成
一套模型覆盖 T2I / T2V / TI2V，面向具身场景而非纯创意出片。
MoE 高效架构
30B-A3B（激活 3B）稀疏专家，推理速度较稠密提升约 3 倍。
具身数据 + 基准领先
基于 7 万小时具身数据训练；RBench 排行榜平均 0.620，领先开源同类。
限制与避坑
- 面向具身/物理理解，纯创意短视频未必比专用出片模型好看
- MoE 大模型推理资源要求高，边缘设备吃力
- 研究项目，工程化文档与生态仍在完善
NavXD 使用建议
做具身智能、世界模型或机器人仿真、需要「懂物理」的视频生成基座时，LingBot-Video 是开源、国内可下的好起点；先用魔搭权重在你的任务上验证，再决定是否投入 MoE 的推理成本。
// 02 核心 功能
- 核心定位蚂蚁开源的首个大规模 MoE 具身视频生成模型：T2I/T2V/TI2V，30B-A3B 提速 3×，7 万小时具身数据，Apache-2.0。
- 分类索引当前归档在 AI 视频，方便和同频工具横向比较。
- 能力标签关联标签包括 开源、视频生成、具身智能、MoE。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI 视频 定位和 开源、视频生成、具身智能 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
// 04 常见 问题
LingBot-Video 是什么？
蚂蚁开源的首个大规模 MoE 具身视频生成模型：T2I/T2V/TI2V，30B-A3B 提速 3×，7 万小时具身数据，Apache-2.0。
LingBot-Video 适合哪些场景？
可优先参考它所属的 AI 视频 分类，以及 开源、视频生成、具身智能、MoE 等标签。
LingBot-Video 是否提供可用入口？
本页已记录官网或下载入口，可通过顶部主按钮访问。
LingBot-Video 支持哪些平台？
当前记录为网页工具，通常可通过浏览器访问。
