LingBot-Video：视频生成器 — 功能与运行要求

LingBot-Video — 来自 Robbyant 的开源视频生成器。作者将其描述为一种用于视频预训练的 mixture-of-experts 架构模型，面向 embodied intelligence 任务。在仓库中，该项目被标记为 image-to-video、video-generation 和 world-models，也就是说，其主要任务是将图像转化为视频序列并构建世界模型。

功能

据作者描述，LingBot-Video 解决的是 mixture-of-experts 在视频预训练中的扩展问题。实际上，这意味着从图像生成视频——仓库中带有 image-to-video 标签。作者在参数表中没有提供详细的使用场景示例，因此关于视频时长、分辨率或运动控制的具体限制，目前无可奉告。

运行要求

代码用 Python 编写，通过 diffusers 库运行。运行需要访问模型权重：最大的文件占用 4.6 GB，所有权重文件合计 11.3 GB。作者没有指明显存或内存的最低要求，因此无法根据参数表判断该模型能在哪款显卡上运行。

代码和权重的许可证均为 Apache-2.0。这允许商业使用和修改。代码已开源，仓库可在 github.com/Robbyant/lingbot-video 获取，权重可在 huggingface.co/robbyant/lingbot-video-dense-1.3b 获取。项目还有独立网站：technology.robbyant.com/lingbot-video。

适合谁

该项目适合从事 image-to-video 生成工作并愿意通过 diffusers 在本地运行模型的人。代码和权重采用 Apache-2.0 开源许可证，允许将生成器集成到自己的流程中，包括商业用途。

对于寻找带 Web 界面的现成服务的人来说，LingBot-Video 并不合适：这是一个包含代码和权重的仓库，而非云产品。另外需要注意的是，作者没有公布硬件要求——运行前需要自行验证内存是否足以容纳 11.3 GB 的权重以及生成过程本身。

LingBot-Video 是一个新项目：仓库创建于 2026 年 7 月，代码最后一次更新是在 2026 年 8 月。这意味着文档和示例可能不完整，模型行为也可能尚未在广泛的任务中得到充分验证。