lingbot-world

给个开头画面，AI 自动接续成片

致力于推进开源世界模型的前沿项目，通过大规模数据与先进架构构建可泛化的世界模型，助力视频生成、仿真与具身智能等方向的研究与应用发展。

开源 free 视频生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 4482

维护状态维护中

是否开源是

定价模式 free

项目数据

分类视频生成

开发团队Robbyant

所属国家

官网地址https://technology.robbyant.com/lingbot-world

GitHubhttps://github.com/Robbyant/lingbot-world

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型aigc,image-to-video,lingbot-world,video-generation,world-models

GitHub 星标★ 4482

30天Star增速

HF 下载量

上线时间2026-01-28 00:00:00

最近更新2026-09-22 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

难度：进阶约 30 分钟部署方式：本地安装 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

Python 环境（具体版本需参考 Wan2.2 官方文档，README 未明确）
可访问 GitHub 的网络环境
支持 CUDA 的 GPU（README 未给出最低显存要求）
需自行查阅并遵循 Wan2.2 仓库的依赖安装说明

安装与启动步骤

1克隆仓库

从 GitHub 拉取 lingbot-world 源码到本地，注意 README 声明该仓库已不再维护。
```
git clone https://github.com/robbyant/lingbot-world.git
```
2进入项目目录

切换到克隆下来的项目根目录，后续命令都在此目录执行。
```
cd lingbot-world
```
3安装依赖

README 说明本项目基于 Wan2.2 构建，依赖安装需参照 Wan2.2 官方文档，未提供具体命令。
4运行推理脚本

README 仅给出 run_fast.sh 的调用示例，参数依次为模型名与一个数字参数。
```
bash run_fast.sh lingbot-world-base-cam 201
```

如何确认成功

执行 run_fast.sh 后终端无报错并产出视频结果（README 未给出具体输出路径，需自行确认）。

常见问题

Q：这个仓库还能正常使用吗？

A：README 明确说明本仓库已不再积极维护，所有后续更新与新模型都在 lingbot-world-v2（LingBot-World-Infinity），建议直接使用新仓库。

Q：依赖要怎么安装？

A：README 未直接给出依赖清单，只说本项目基于 Wan2.2 构建，需前往 Wan2.2 仓库按其文档完成安装。

Q：运行需要什么硬件？

A：README 未说明具体显存与显卡要求，只提到在 16 FPS 生成时延迟低于 1 秒的实时交互能力。

Q：run_fast.sh 的参数是什么意思？

A：示例为 bash run_fast.sh lingbot-world-base-cam 201，第一个参数是模型名，第二个是数字参数，README 未展开说明其含义。

注意事项

本仓库已停止维护，新项目请使用 https://github.com/Robbyant/lingbot-world-v2
README 未提供完整安装命令，依赖安装与模型权重获取方式需参考 Wan2.2 文档
README 未说明模型权重的下载地址与存放路径，请勿自行假设

核心亮点

基于世界模型理念，将图像生成与视频生成统一框架，技术路线新颖
提供完整的训练与推理代码，支持自定义数据集，便于二次开发
社区活跃，星标增长快，持续迭代中

不足之处

文档/社区待观察
依赖特定硬件资源，训练门槛较高

适用场景

学术研究：探索世界模型在视频预测中的应用
创意内容生成：从静态图像生成动态视频片段
自动驾驶/机器人仿真：生成环境演化序列

替代项目

Open-Sora、CogVideo、Modelscope Text-to-Video

项目介绍

lingbot-world 是视频领域的开源项目，由 Robbyant 开发，是 2026 年新上线的项目。

在全站 13,109 个收录项目中，它的 GitHub 星标数（4,482）位列前 10%，在视频分类的 474 个项目里位列前 7%。

近 41 天，它的 GitHub 星标从 4,358 增加到 4,482，净增 124。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：学术研究：探索世界模型在视频预测中的应用。同类可对比的替代方案包括 Open-Sora、CogVideo、Modelscope Text-to-Video。

上一篇：HunyuanVideo-1.5

下一篇：html-video