Mấy hôm nay anh em dân công nghệ chắc đang "sốt xình xịch" với Google Genie 3 đúng không? Mình cũng thế, nhìn demo mà chảy nước miếng. 🤤 Nhưng khổ nỗi, hàng của Google thì thường... "ngắm là chính", chứ mấy khi được chạm vào ngay đâu.

Cơ mà, tin nóng hổi vừa thổi vừa ăn đây! 🍜

Ngày 29/01/2026 vừa qua, team Robbyant đã âm thầm tung ra một quả bom tấn mang tên LingBot-World. Đây là một Open-source World Model (Mô hình thế giới mã nguồn mở) xịn sò, được coi là đối thủ nặng ký của Genie 3.

Điều tuyệt nhất là gì biết không? Nó MIỄN PHÍ và CÔNG KHAI toàn bộ code lẫn model! 🔥

Thú thật là lúc mới đọc GitHub của dự án này, mình kiểu "Wao, chơi lớn vậy sao?". Hãy cùng mình "mổ xẻ" xem con hàng này có gì hot nhé! 👇

🤖 LingBot-World là cái chi chi?

Nói một cách dễ hiểu, LingBot-World là một trình mô phỏng thế giới (world simulator) được xây dựng dựa trên công nghệ video generation.

Khác với mấy game engine truyền thống (như Unreal hay Unity) phải code logic vật lý lòi mắt, LingBot-World "học" vật lý và tương tác trực tiếp từ video. Bạn đưa cho nó một frame hình, và nó sẽ dự đoán frame tiếp theo dựa trên hành động của bạn.

Nó giống như việc bạn đang mơ một giấc mơ, và AI là người vẽ tiếp giấc mơ đó theo ý muốn của bạn vậy. 🤯

🔥 Điểm nổi bật (Features) Đáng Tiền

Team Robbyant không nói suông, họ tung ra bộ stats khá ấn tượng:

1. High-Fidelity & Đa Dạng 🌈

Không chỉ giới hạn ở một kiểu môi trường. LingBot-World cân được từ phong cách Realistic (như đời thực), Scientific (mô phỏng khoa học), cho đến cả Cartoon (hoạt hình). Anh em làm game hay content creator tha hồ mà sáng tạo.

2. Long-Term Memory (Bộ nhớ dài hạn) 🧠

Đây là cái mình ấn tượng nhất. Các model cũ thường bị "quên" sau vài giây, kiểu như khung hình sau đá khung hình trước, nhân vật đang đi tự nhiên biến mất.
Nhưng LingBot-World được claim là giữ được tính nhất quán (consistency) cho video dài cả phút! Với một world model, 1 phút là cực kỳ dài đấy nhé.

3. Real-Time Performance ⚡

  • Latency: < 1 giây.
  • FPS: 16 frames per second.
    Cái này cực quan trọng nếu muốn ứng dụng vào Gaming hay điều khiển Robot. Không ai muốn chơi game mà bấm nút xong 3 giây sau nhân vật mới nhảy cả. 😂

4. Tech Stack "Hàng Tuyển" 🛠️

  • Base trên Wan2.2 (một model video generation khá mạnh).
  • Code bằng PyTorch >= 2.4.0.
  • Sử dụng Flash Attention để tối ưu tốc độ.
  • Hỗ trợ độ phân giải 480P và 720P.

📥 Tải về và vọc vạch ngay!

Vì là hàng Open Source nên anh em có thể tải về test ngay lập tức. Hiện tại đang có model LingBot-World-Base (Cam) (điều khiển bằng Camera Poses).

ModelScope:

modelscope download robbyant/lingbot-world-base-cam

HuggingFace:

huggingface-cli download robbyant/lingbot-world-base-cam

Sắp tới sẽ có thêm bản Act (điều khiển bằng hành động cụ thể) và bản Fast (tối ưu tốc độ hơn nữa). Hóng cực! 🤩

⚠️ Lưu ý nhẹ: Để chạy mượt con này, anh em cần dàn "trâu cày" hơi bị xịn đấy. Đề xuất là 8 GPUs để inference (chạy lệnh torchrun --nproc_per_node=8). Anh em nào máy yếu thì... chắc xem YouTube đỡ vã vậy. 🥲

💡 Ứng dụng thực tế

Ngoài việc download về để... ngắm, thì LingBot-World có thể làm gì?

  1. Content Creation: Tạo video background, phim ngắn AI.
  2. Gaming: Tạo ra các game endless (vô tận) không bao giờ lặp lại.
  3. Robot Learning: Train robot trong môi trường giả lập trước khi thả ra ngoài đời thực (đỡ tốn tiền đền đồ đạc 😅).

✅ Kết Luận

LingBot-World thực sự là một bước tiến lớn cho cộng đồng Open Source. Trong khi các ông lớn như Google, OpenAI cứ "giấu như mèo giấu...", thì việc Robbyant public code và model là cực kỳ đáng trân trọng.

Nếu bạn là dev, researcher, hay đơn giản là một người yêu công nghệ, hãy ghé qua cho họ một ⭐ trên GitHub nhé!

Bạn nghĩ sao về đối thủ này của Genie 3? Comment chém gió bên dưới nhé! 👇