前沿慢讯，一直没看到相关的信息，qwen发布了原生世界模型

^-^ 科技快讯：阿里通义开源首个原生语言世界模型 Qwen-AgentWorld

2026年6月，阿里巴巴通义千问团队宣布开源发布「Qwen-AgentWorld」——业界首个原生语言世界模型（Native Language World Model）。 该项目旨在打破传统物理模拟器的限制，利用大语言模型原生模拟复杂的智能体交互环境，为 AI Agent 的强化学习训练提供低成本、高扩展性的“数字沙盒”。

^-^ 核心突破：让大模型成为“环境模拟器”

传统 AI Agent 训练需依赖真实软件、终端或物理模拟器，开发成本高且难以规模化并行。Qwen-AgentWorld 另辟蹊径，将“环境反馈”建模为语言生成任务。模型在开发全周期中，将“基于智能体动作预测下一个环境状态”作为核心训练目标，能够高度逼真地预测和输出终端命令、网页点击或工具调用后的世界反馈。

^-^ 七大交互领域统一建模

Qwen-AgentWorld 在单一模型架构内统一支持了 7 大核心交互领域：

• MCP（工具调用协议）


• Search（网络搜索环境）


• Terminal（命令行终端）


• SWE（软件工程环境）


• Android（移动端操作系统）


• Web（网页浏览器交互）


• OS（桌面操作系统）

团队同步推出了配套评测基准 AgentWorldBench，利用来自真实物理环境的观测数据，严格评估该世界模型在上述七大领域的状态预测精确度。

^-^ 三阶段训练管线与开源版本

Qwen-AgentWorld 采用系统的三阶段训练流程：

1. CPT（持续预训练）：注入通用的环境状态变化动态知识。


2. SFT（监督微调）：激活对下一状态预测的推理能力。


3. RL（强化学习）：利用结合规则与评估量规的混合奖励框架，进一步打磨环境模拟的逼真度。

目前已开源的模型包括混合专家架构（MoE）的 Qwen-AgentWorld-35B-A3B（约30亿活跃参数）以及超大规模 397B-A17B 变体。

^-^ 行业影响

通过将真实环境解耦为大模型驱动的语言模拟器，Qwen-AgentWorld 不仅极大降低了 Agent 强化学习训练的算力门槛与工程复杂度，还证明了其能作为“Agent 基础模型”直接提升智能体在多轮、多工具调用场景下的泛化表现，为迈向通用人工智能的自主智能体进化提供了全新的基建方案。

下面是bench



只开源了35A3的模型，大一点的那个没有开源，没有提供在线api，看起来像是rl优化后的两个模型，不知道qwen何意味，开源的版本还是256K上下文