Qwen-AgentWorld：面向通用智能体的语言世界模型

本文探讨基于大语言模型的世界建模如何推动通用智能体发展。首先，构建了 Qwen-AgentWorld 系列模型，这是首个能通过长思维链推理模拟七大领域环境的语言世界模型。该模型利用超千万条真实交互轨迹，经三阶段训练（CPT、SFT、RL）实现高保真模拟。其次，研究提出两种增强范式：作为解耦环境模拟器支持大规模强化学习训练；作为统一基础模型通过预训练显著提升下游任务性能。实验表明其在多个基准上优于现有前沿模型。