斯坦福的研究、红海的珊瑚与一个中国模型

判断一个模型有没有影响力，最省事的办法不是看榜单，是看别人写论文时绕不绕得开它。

有一批中国团队做的世界模型，最近正在被这么绕不开。

一、发生了什么

2026 年 9 月 4 日，柏林 IFA 开幕，AMD 高级副总裁 Jack Huynh 在主题演讲里演示了一段实时生成的三维世界：镜头穿过中国小镇的街巷，再走上欧洲的乡间小路，光影随视角变化。不是预渲染视频，是现场生成、可以交互的。

驱动这段演示的模型叫 LingBot-World 2.0，来自蚂蚁集团旗下的具身智能团队灵波科技。

它进入学术圈更早。南洋理工大学、清华大学和普林斯顿的联合团队研究「物体恒存」——镜头移开再移回来，模型还能不能把东西还原。他们拿 LingBot-World v2 和另外三个方案做对比，在对象找回与场景重访的测试里，前者的画面特征相似度约 0.68，其余三个约 0.26。团队据此放弃了其他候选，直接在它的底座上做缓存压缩，最后把历史缓存砍掉 85%，速度提到四倍多，相似度仍有 0.67。

斯坦福视觉与学习实验室 10 月发布的 OpenWAM，目标是给「世界—动作模型」建一套统一对比框架。他们最终把 LingBot-VA 的架构、文本编码器和分词器整套拿来，当作参考实现。

韩国科学技术院与成均馆大学的联合工作 FastOPD，则把它当教师模型，去监督一个约 4.51 亿参数的学生模型，单步推理的平均成功率从 35.3% 提到 51.2%。

最出人意料的一站在水里。洛桑联邦理工学院的 DeepReefMap 项目，研究红海北部亚喀巴湾的珊瑚——这片珊瑚对海水升温耐受力异常强，被视作气候变暖下的一线希望。潜水员带着运动相机下水拍视频，团队要把晃动的水下画面重建成能数清珊瑚的三维地图。9 月 24 日发布的 1.2.0 版本，加入了 LingBot-Map 等重建后端，权重开源，许可宽松，逐帧流式处理时显存占用平稳。

据报道，英伟达的推理库与论文、AMD 的软件生态、几个主流推理框架和机器人开发平台，都已经把它纳入官方支持。

二、跟你有什么关系

做具身智能的。 选底座之前，先看它在别人论文里是不是基线。是基线，意味着你踩坑时有人已经写下了答案。

做垂直行业的。 水下重建这个例子说明，空间理解能力可以搬到完全不相干的领域，前提是工程接口足够干净。

做开源的。 真正的出海不是把产品翻译一遍，是让别人在你的代码上长出自己的东西。

三、怎么判断「被采用」是不是真的

1. 去论文里搜模型名。看它是被当对比对象，还是被当参考实现——后者分量更重。
2. 看工具链。推理框架有没有「首发支持」，机器人平台有没有放进核心版本，这些都能查到提交记录。
3. 看有没有第三方复现。只有厂商演示、没有别人跑通的数字，先放一边。

四、三个别信的说法

「这是中国模型第一次进入顶级学术圈。」 具身智能领域的开源模型被当作基线已有先例。这篇报道的价值在于案例密度，不在于「第一次」。

「被斯坦福用了，就说明它最强。」 学术团队选实现，看的是接口完整、代码能跑、许可清楚，不等于性能第一。OpenWAM 要的是可对比，不是最强。

「模型出海等于商业出海。」 这条路径拿到的是影响力，不是收入。开发者免费用、论文里被引用，和有人付钱买服务，是两张不同的成绩单。

五、一句话结论

一个模型真正的护城河，是别人懒得换掉它。

信息来源

• 斯坦福的研究、红海的珊瑚与一个中国模型（极客公园）

2026 年 10 月 31 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 31 日。