Loopit开源实时互动世界模型Zing-0.5，WBench评测第一
应用公司 Loopit 开源拿下评测第一的实时视频世界模型 Zing-0.5，主打联合控制与低成本，为互动内容提供新路径。
Loopit 发布实时互动世界模型 Zing-0.5——一种能根据用户操作和自然语言指令持续生成视频画面的模型，在可交互视频评测 WBench 中拿下第一并开源。它通过空间操作与语义输入双链路联合控制，支持中途改写场景而不重置世界，且生成成本低至每分钟约 6 分钱。
正文摘录
马斯克点赞的APP来了！刚下场视频世界模型，就拿下评测第一 新智元报道 「模型吃掉应用」的故事反了，这是「可以玩的抖音」开源的视频世界模型。 过去几个月，实时视频世界模型突然成为一张拥挤的牌桌。 PixVerse、LingBot、阿里「快乐生蚝」、智象未来等团队，先后发布实时视频世界模型、Demo，并不约而同地把第一站指向互动内容 / 互动娱乐 / AI 游戏。 它们讲述的故事高度相似：当视频能够持续生成、实时响应，人就不再只是观看一段内容，而是可以进入一个由模型生成的世界。 一个强烈的行业预期正在形成：视频模型正在越过 AI 短剧的边界，向互动娱乐腹地推进。 熟悉的味道，像是又一次「模型吃掉应用」的前奏。 不过，新智元了解到一个特别的玩家打破了这个局面： Loopit 发布了实时互动世界模型 Zing-0.5，在美团 LongCat 与复旦大学联合推出的可交互视频世界模型评测 WBench 中拿到第一。目前已经开源，并计划在 2 周内在 Loopit APP（海外版）上线对应产品功能。 没有看错，就是那个以「可以玩的抖音」被外界熟知的 Loopit，其产品上线后曾获马斯克点赞，两个月登顶欧美娱乐榜，累计融资 1 亿美元。 这家擅长做 C 端产品和全球增长的应用公司，反过来做出了自己的实时互动世界模型，并在公开评测中拿下第一。 模型吃掉应用的故事，似乎被反了过来。 但这次发布真正值得关注的，还不只是一个应用公司下场做模型拿到第一。 Loopit 还提出了三个颇具争议的判断： 第一，空间探索与实时语义生成的联合控制，只是实时视频世界模型进入互动内容的入门门槛。 第二，纯实时视频流无法直接走到世界模型终局。多人、持续、可互动的数字世界，需要先由 Code 维护状态、规则和因果，再由 Pixel 完成开放的生成式渲染。这也是本次模型命名为 Zing-0.5 的原因。