AI最前沿 88Z.ai 8 月 31 日消息，Loopit 开源了基于 Wan2.2-TI2V-5B 的实时交互视频世界模型 Zing-0.5。该模型拥有 50 亿参数，支持键盘操控与文字指令联合控制，可在单张 RTX 5090 显卡上以超过 24 FPS 的速度实时生成视频，且在 WBench 评测中位居实时世界模型榜首。
消息要点
- 支持键盘与文字联合控制，指令融入场景不重置
- 单卡 RTX 5090 超 24 FPS 实时生成，WBench 排名第一
要点
Loopit 正式开源实时交互视频世界模型 Zing-0.5，该模型基于 Wan2.2-TI2V-5B 架构开发，参数量达到 50 亿。其核心特色在于支持键盘操控与自然语言语义改写的联合控制机制，用户能够在移动视角的同时，通过文字指令实时改写虚拟世界内容。新发出的指令会直接融入当前场景进行动态调整，而不会导致场景重置。 在性能表现方面，Zing-0.5 优化显著，仅需单张 RTX 5090 显卡即可实现超过 24 FPS 的实时视频生成速度，每分钟的推理成本约为 6 分钱。凭借出色的实时交互能力，该模型在 WBench 权威评测中脱颖而出，位列实时世界模型排行榜第一名。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- Zing-0.5原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。