1. 首页 > 品牌企业 >

通义千问团队发布Qwen-AgentWorld：原生语言世界模型开启智能体交互新篇章

user15688 • • 品牌企业 •
该模型基于超过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评测中超越GPT-5.4、ClaudeOpus 4.8与Gemini 3.1 Pro。 同…

阿里通义千问团队近日宣布推出全球首个原生语言世界模型Qwen-AgentWorld，该模型通过模拟七大领域的智能体交互环境，在复杂任务处理能力上实现突破性进展。基于超过一千万条真实交互轨迹数据，模型采用CPT→SFT→RL三阶段训练架构，在全新发布的AgentWorldBench评测基准中超越GPT-5.4、Claude Opus 4.8等国际顶尖模型，成为智能体训练领域的重要里程碑。

该模型突破性地将环境建模融入训练全流程，形成原生世界建模范式。在CPT阶段通过交互轨迹学习环境知识，引入信息论损失掩码技术精准识别关键对话轮次；SFT阶段创新性地激活思维链推理模式进行状态预测；RL阶段则采用混合奖励信号优化输出质量。这种训练架构使模型在Web、OS、Android等GUI领域实现纯文本建模替代视觉渲染，通过可渲染代码直接呈现环境观测数据。

评测数据显示，3970亿参数版本的Qwen-AgentWorld在七大领域综合得分58.71，较GPT-5.4高出0.46分，尤其在Terminal和SWE领域展现显著优势。350亿参数版本通过三阶段训练实现8.66分的性能跃升，成功超越Claude Sonnet 4.6等同等规模模型。所有测试样本均配备真实环境执行的ground-truth数据，确保评测结果的可靠性。

研究团队提出两种互补的世界建模应用模式：作为解耦环境模拟器时，可为强化学习提供可控的虚拟训练场，其塑造智能体行为的能力远超真实环境训练；作为统一基础模型时，预热训练后的模型可直接迁移至多轮任务场景，无需额外微调即可保持优异性能。目前模型架构与评测基准已在Hugging Face和ModelScope平台开源，为全球研究者提供完整的技术框架与评估工具。

（来源：小熊科技）
业界动态 通义千问团队发布Qwen-AgentWorld：原生语言世界模型开启智能体交互新篇章
免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。
user15688user15688

相关推荐