Qwen-AgentWorld: 面向通用智能体的语言世界模型

PAPER GITHUB HUGGING FACE MODELSCOPE 今天，我们正式发布 Qwen-AgentWorld ——首个原生语言世界模型（Language World Model, LWM），能够在七大领域中模拟智能体交互环境： 原生世界建模。 我们从预训练阶段开始就引入"理解和模拟环境"这一训练目标，贯穿 CPT → SFT → RL 全流程，而非等到后训练阶段才做适配。 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，每条测试样本均附有真实环境中的 ground-truth 观测数据。模型与评测基准可从 Hugging Face 和 ModelScope 获取。 语言智能体的训练目标是在交互式环境中执行动作，但此前从未有语言模型将"对环境本身建模"作为显式训练目标，即在给定当前状态与智能体动作的条件下，预测环境的下一步响应。 Qwen-AgentWorld 代