网易首页 > 网易号 > 正文 申请入驻

阿里千问发布首个原生语言世界模型 Qwen-AgentWorld,可在七大领域中模拟智能体交互环境

0
分享至

6 月 24 日消息,阿里巴巴千问大模型今天正式发布 Qwen-AgentWorld,官方称这是首个原生语言世界模型,能够在七大领域中模拟智能体交互环境,提供两种规模(35B-A3B 与 397B-A17B)。

原生世界建模:环境建模从继续预训练(CPT)阶段起即为训练目标,贯穿 CPT → SFT → RL 全流程,而非对通用大语言模型的事后适配。

七大领域,一个模型:单一模型同时覆盖文本类环境(MCP、Search、Terminal、SWE)与 GUI 类环境(Web、OS、Android),实现跨领域知识迁移。

同步发布的还有 AgentWorldBench—— 覆盖七大领域的语言世界模型评测基准,每条测试样本均配备真实环境执行所得的真实环境观测数据。模型与评测基准可从 Hugging Face 和 ModelScope 获取。

IT之家附官方介绍如下:

Qwen-AgentWorld 代表了我们的核心探索:基于语言模型的世界建模,能否进一步拓展通用智能体能力的边界。

我们从两个方向探索如何实现语言世界建模,以及如何将其应用于推进通用智能体:

首先,我们构建了智能体环境模拟的基础模型:Qwen-AgentWorld 是首个在单一模型中覆盖七大智能体交互领域(MCP、Search、Terminal、SWE、Web、OS、Android)的语言世界模型,基于超过 1000 万条真实环境交互轨迹,经由 CPT → SFT → RL 三阶段训练而成。在 AgentWorldBench 评测中,Qwen-AgentWorld-397B-A17B 取得了最高的整体模拟质量,超越 GPT-5.4、Claude Opus 4.8 与 Gemini 3.1 Pro。

其次,我们探讨世界建模在智能体训练中的作用,并通过两种互补范式加以验证:作为解耦的环境模拟器,它为智能体强化学习提供了更优的可扩展性与可控性 —— 可控的模拟 RL 能够以真实环境无法实现的方式塑造智能体行为,且显著优于仅在真实环境中训练的 RL;作为统一的智能体基础模型,LWM 预热训练可有效迁移至涵盖七个基准(其中三个完全未出现在训练集中)的多轮智能体任务,且无需在智能体任务上进行任何 RL 微调,初步验证了语言世界模型能够作为构建更强智能体模型的基础。

通过三阶段训练范式 —— 持续预训练(CPT)注入环境知识、监督微调(SFT)激活下一状态预测推理、强化学习(RL)打磨模拟真实性 —— 自底向上逐步构建世界建模能力。我们探索了世界模型赋能通用智能体的两种互补范式:作为解耦的环境模拟器,我们在 Tool Decathlon、MCPMark 和 WideSearch 上验证了可控模拟的有效性,其表现超越了无控模拟与真实环境训练;作为统一智能体基础模型,语言世界模型(LWM)的预热训练可迁移至涵盖七个基准(其中三个完全属于域外)的多轮智能体任务,初步验证了语言世界模型能够作为构建更强智能体模型的基础。语言世界建模开辟了一条互补的扩展路径,使通用智能体的能力边界得以突破真实环境交互所能提供的上限。

AgentWorldBench 已在 Hugging Face 上发布,以按领域划分的 JSONL 文件形式提供,每个文件包含来自真实环境的交互轨迹及对应的真实观测数据。

本文源自:IT之家

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
就在今天!灰熊3号秀创造了80年NBA纪录

就在今天!灰熊3号秀创造了80年NBA纪录

篮球大视野
2026-11-20 16:13:42
那些年,APEC峰会领导人们穿过的“花衣裳”

那些年,APEC峰会领导人们穿过的“花衣裳”

黄娜老师
2026-11-20 09:17:10
乌克兰再袭克里米亚大桥后,布鲁塞尔北约总部会议上出现戏剧性一幕

乌克兰再袭克里米亚大桥后,布鲁塞尔北约总部会议上出现戏剧性一幕

枫叶君评
2026-11-19 22:07:03
普京:克里米亚大桥遭袭后 不再讨论海上停火

普京:克里米亚大桥遭袭后 不再讨论海上停火

新华社
2026-11-20 03:13:04
中方:强烈不满,坚决反对!若美方执意妄为,中方将采取反制措施

中方:强烈不满,坚决反对!若美方执意妄为,中方将采取反制措施

巷北楠猫本尊
2026-11-19 12:30:32
港姐季军吴文忻去世,终年51岁,生前已办追思会,被骗走毕生积蓄

港姐季军吴文忻去世,终年51岁,生前已办追思会,被骗走毕生积蓄

乡野小珥
2026-11-20 11:20:26
叶檀婚姻终于迎来好消息!立完遗嘱选临终病房,丈夫将在明年露面

叶檀婚姻终于迎来好消息!立完遗嘱选临终病房,丈夫将在明年露面

暖心萌阿菇凉
2026-11-20 02:31:12
特朗普APEC期间下榻深圳东海朗廷酒店,内部房间曝光

特朗普APEC期间下榻深圳东海朗廷酒店,内部房间曝光

极目新闻
2026-11-20 18:45:32
布莱顿老板:我认为莱斯特城奇迹有可能再次发生

布莱顿老板:我认为莱斯特城奇迹有可能再次发生

懂球帝
2026-11-20 07:54:39
比雷霆还惨!四大核心全伤,夺冠热门变鱼腩,换来超巨就是不打球

比雷霆还惨!四大核心全伤,夺冠热门变鱼腩,换来超巨就是不打球

你的篮球频道
2026-11-20 07:48:58
白宫发布特朗普访华视频,中国仪仗队再次出圈,特朗普曾多次大赞“叹为观止”

白宫发布特朗普访华视频,中国仪仗队再次出圈,特朗普曾多次大赞“叹为观止”

极目新闻
2026-11-19 09:25:11
荷尔蒙炸弹级新人老师|生田澪

荷尔蒙炸弹级新人老师|生田澪

吃瓜党二号头目
2026-11-20 18:54:10
间隔一天吃他汀,降脂效果更好?医生建议:服用他汀,谨记这4点

间隔一天吃他汀,降脂效果更好?医生建议:服用他汀,谨记这4点

今日养生之道
2026-11-20 11:13:14
扫地出门!曼联“标王”或火速转投尤文!2亿镑强援有望空降红魔

扫地出门!曼联“标王”或火速转投尤文!2亿镑强援有望空降红魔

头狼追球
2026-11-20 13:01:14
高市早苗在深圳就台湾问题表态,外交部最新回应:日方在台湾问题上尽快纠正错误言行

高市早苗在深圳就台湾问题表态,外交部最新回应:日方在台湾问题上尽快纠正错误言行

每日经济新闻
2026-11-20 17:08:48
财政部:10月份全国共销售彩票559.82亿元,同比增长19.4%

财政部:10月份全国共销售彩票559.82亿元,同比增长19.4%

界面新闻
2026-11-20 15:26:50
深圳APEC峰会,美国到场了,俄罗斯到场了,东道主还是中国,可唯独以亚洲大国自居的印度未获正式成员资格!

深圳APEC峰会,美国到场了,俄罗斯到场了,东道主还是中国,可唯独以亚洲大国自居的印度未获正式成员资格!

扶苏聊历史
2026-11-20 14:47:33
1-10月车企年度目标完成率:最高已达78.2%,垫底的才刚过一半

1-10月车企年度目标完成率:最高已达78.2%,垫底的才刚过一半

AGUI艺车
2026-11-20 19:00:04
内讧升级!舍甫琴科回击穆德里克:有种就把证据拿出来 否则就道歉

内讧升级!舍甫琴科回击穆德里克:有种就把证据拿出来 否则就道歉

风过乡
2026-11-20 07:31:47
杨瀚森出战12分钟!开拓者124-114击败雄鹿!利拉德爆发创纪录

杨瀚森出战12分钟!开拓者124-114击败雄鹿!利拉德爆发创纪录

篮球大视野
2026-11-20 12:25:35
2026-11-20 19:43:00
金融界 incentive-icons
金融界
投资者信赖的财经金融门户网站
10258025文章数 547264关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

父亲看望在外读书女儿住招待所 遭同屋两男子半夜劫杀

头条要闻

父亲看望在外读书女儿住招待所 遭同屋两男子半夜劫杀

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

时尚
教育
旅游
健康
房产

今年冬天不穿大衣了?这件“非凡外套”才是真顶流!

教育要闻

家里长期脏乱,其实是留给孩子昂贵的负担

旅游要闻

“余满苍”是什么组合?这对山海CP推出160多款产品+特色线路

医生眼里"很伤腰"的椅子,很多人天天坐

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

无障碍浏览 进入关怀版