Qwen 发布 AgentWorld：用语言世界模型推动通用智能体发展
Qwen-AgentWorld 的核心创新在于将语言模型改造为「世界模型」——一种能够基于当前状态和动作预测环境演化的认知机制。研究团队利用超过 1000 万条真实环境交互轨迹，通过三阶段训练（CPT 注入通用世界建模能力、SFT 激活下一步状态预测推理、RL 通过混合评分加规则奖励提升仿真保真度），最终推出 35B-A3B（开源）和 397B-A17B 两个规模。
论文提出两种应用范式：作为独立的环境模拟器，Qwen-AgentWorld 可生成数千个真实环境用于智能体的强化学习训练，效果优于纯真实环境训练；作为统一的智能体基础模型，世界模型训练作为一种高效的预热方法，在 7 个智能体基准测试上均提升了下游任务表现。
伴随模型一同发布的 AgentWorldBench 评测基准，基于 5 个前沿模型在 9 个标准基准上的真实交互构建，为语言世界模型的评估提供了标准化框架。