Zing-0.5 – Loopit推出的实时交互视频世界模型

Zing-0.5是一款由 Loopit（涌跃智能）于 2026 年 8 月推出的实时交互视频世界模型。它基于 Wan2.2-TI2V-5B 训练，参数规模 5B，以 Apache 2.0 协议开放代码与权重，核心能力是键盘空间操作与自然语言语义改写的联合控制，让用户可以一边操控角色移动、一边用文字实时改写正在发生的世界。

Zing-0.5的核心能力

联合控制架构

Zing-0.5 将键盘空间操作与自然语言语义改写两条独立链路共同送入 Causal DiT（因果扩散 Transformer）。空间操作走“动作链”，由 W/A/S/D 移动加 I/J/K/L 视角构成 8 维连续动作信号（取值 [0,1]），经 sin/cos 编码与因果时序卷积转化为逐帧 action residual；语义改写走“文本链”，由语言模型编码为 language tokens 并通过 cross-attention 写入当前生成。两链解耦、持续并行，因此能实现“巨龙一边按原方向飞行一边喷火”这类边操作边改写的效果。

实时流式生成

借助因果 KV 缓存与四步 DMD 蒸馏采样，Zing-0.5 将扩散采样压缩至 4 步，在单张 RTX 5090 上即可超过 24 FPS 实时生成，一分钟流式推理成本约 6 分钱，并支持无限长时序连续生成。滑窗注意力进一步适配显存：80GB+ 显存用 97/9 配置，RTX 4090 级别用 33/5 配置，即可在有限显存内维持长上下文与实时交互。

中途语义改写

模型在自回归生成中途即可插入文字指令（如“暴风雪”“龙喷火”），新指令精准写入当前世界、只改该改的部分，角色、画风与远处场景纹丝不动。这种“改写不换世界”的能力是训练出来的原生能力——训练时在生成中途切换 Prompt，保留已生成的视觉与操作历史，用新文本条件预测后续，而非推理时拼接的后加功能。

长程一致性与抗误差累积

在持续生成中，角色外观、场景结构与画风（如像素风格）保持稳定、不漂移、不换画风。抗误差累积能力完全内化于权重：训练中主动扰动部分历史画面（加噪声、轻微模糊、颜色偏移、视角变化）模拟真实误差，迫使模型学会“接住自己的错误”，长时间生成不越走越偏，且是纯训练阶段解法，在线推理无需额外纠错模型，不增加延迟与算力。

作为开源世界模型，Zing-0.5 与 Wan3.0 同属视频生成家族，其基座 Wan2.2-TI2V-5B 正是 Wan 系列视频生成路线的延续，为实时交互场景提供了新的轻量开源底座。

Zing-0.5与主流模型的对比

在美团 LongCat 与复旦联合推出的 WBench 实时世界模型评测中，Zing-0.5 与同赛道模型的关键指标对比如下：

注：以上数据来自 WBench 官方榜单（meituan-longcat.github.io/WBench），为各模型公开评测结果。

从官方数据可以看出，Zing-0.5 以 5B 的轻量参数在实时世界模型榜位列第一，交互能力（84.2）与一致性（88.5）均为同榜最高，且是少数支持“边操控边文字改写世界”的联合控制模型。与同赛道的 PixVerse R2、Matrix-Game 3.5 等实时世界模型相比，Zing-0.5 在“中途语义改写”这一差异化能力上更为突出，更适合需要实时互动叙事与可玩内容生成的场景。

Zing-0.5的应用场景与适用人群

Zing-0.5 的实时交互特性使其在以下方向具备直接落地价值：

• 游戏原型与互动剧情：以实时交互方式快速搭建可操作的世界模型原型与分支剧情
• 短视频与UGC创作：用文本或图像驱动生成可改写的视频片段，降低创作门槛
• 虚拟直播与数字人：为虚拟主播、互动直播等提供实时可控的视频生成能力

适用人群：游戏与互动娱乐开发者、短视频与 UGC 内容创作者、虚拟直播团队，以及希望以极低门槛体验实时世界模型的 AI 爱好者。对需要“可交互、可改写”视频世界的团队，Qwen-AgentWorld 等智能体世界模型也提供了相近方向的补充选择。

如何使用Zing-0.5

以下为基于 Zing-0.5 官方仓库 的本地部署与推理步骤，代码、权重与文档均以 Apache 2.0 协议开放。

1. 克隆代码仓库：执行 git clone https://github.com/seedleap/zing-world-model 并进入项目目录
2. 安装依赖：运行 pip install -r requirements.txt 完成环境装配
3. 准备权重：执行 modelscope download --model seedleap/Zing-0.5 --local_dir ./Zing-0.5 拉取生成器与预训练目录
4. 运行推理：用 bash run.sh 指定 --pretrained-dir、--checkpoint 与示例 JSONL（如 case3_action_t2v）启动世界推演
5. 交互控制：在生成过程中用 W/A/S/D 移动、I/J/K/L 转动视角，并随时输入自然语言指令改写世界

Zing-0.5的价格与开源情况

Zing-0.5 以 Apache 2.0 协议完全开源，代码、权重与部署文档在 GitHub、HuggingFace（seedleap/zing-0.5）与 ModelScope（seedleap/Zing-0.5）三平台同步开放，商用无门槛。模型基座 Wan2.2-TI2V-5B 同样为成熟可靠的开源路线。对于不想本地部署的用户，Loopit APP 海外版预计两周内上线，提供开箱即用的实时互动世界体验。

Zing-0.5常见问题