lingbot-video

LingBot-Video 是一个面向具身智能的开源视频生成模型，基于大规模混合专家（MoE）架构实现高效视频预训练。核心功能包括文本/图像到视频生成（T2V/TI2V）、物理合理性建模、美学与任务完成多目标奖励优化，并支持Prompt重写增强输入质量。技术特点涵盖30B参数MoE主干、7万+小时具身数据训练、约3倍加速推理及端到端可微调设计。适用于机器人仿真、虚拟环境构建、具身AI训练世界模型等需要高保真、物理可信视频合成的研究与开发场景。