Loopit 开源 Zing-0.5：用 Code+Pixel 构建世界模型
新智元 · wechat · 2026-08-26
Loopit（曾获马斯克点赞）发布并开源实时互动世界模型 Zing-0.5，在 WBench 评测中排名第一。该模型支持空间探索与实时语义生成的“联合控制”，实现了在持续生成的世界中改写事件（如飞行中喷火、多雕像睁眼）。
技术特点：
- 双链路控制：连续信号经编码生成 action residual 控制运动，文本条件通过 cross-attention 改写世界，两者并行进入 CausalDiT。
- 抗误差训练：在训练中加入历史扰动，强迫模型从不完美历史中预测稳定未来，解决长时间生成的一致性问题。
- 极致成本：5B 参数模型在 RTX 5090 上超 24FPS，流式推理成本约 0.06 元/分钟。
架构观点：
Loopit 提出“世界不是一串连续像素，而是一条连续的后果链”。现阶段必须先由 Code 维护世界状态、规则与因果，再由 Pixel 负责生成式渲染。Zing-1.0 将迈向 AI Coding × 视频生成的混合架构。
「多模态」频道最新
- LichtFeld Studio展示完整开源3D高斯泼溅工作流 — janusch_patas · 2026-08-26
- 商汤开源 SenseNova U1.5 Lite：8B 参数原生 4K 生成与精准编辑 — HeyNayeem · 2026-08-26
- 小红书 FireRedTTS3：统一语音生成与编辑模型 — jiqizhixin · 2026-08-26
- 照片级真实感有三条独立轴线,大多数工作流只修了两条 — 24Latents · 2026-08-26
- 三大唱片公司参投 Stability AI 7600 万美元 — saheedniyi_02 · 2026-08-26
- MiniMax 发布 H3-x-Z 文本生成视频模型 — joeygambino · 2026-08-26