Qwen-AgentWorld

Qwen-AgentWorld是什么？

Qwen-AgentWorld 是通义千问团队于 2026年6月24日 正式推出的业界首个“原生语言世界模型”（Language World Model, LWM）。它并非传统的通用大语言模型，而是专为 AI 智能体（Agent）研发与训练打造的基础模型。该模型基于超过 1000 万条真实环境交互轨迹，通过 CPT（持续预训练）→ SFT（监督微调）→ RL（强化学习）的三阶段训练打造，旨在让智能体在执行真实操作前，能够在内部“脑补”并预测环境的反馈，从而做出更聪明、安全的决策。目前，该模型已全面开源，提供 35B-A3B（轻量版）与 397B-A17B（旗舰版）两种规模。

Qwen-AgentWorld的主要功能

1. 七域统一环境模拟：单一模型即可覆盖七大智能体交互环境。包括文本类环境（MCP工具调用、Search搜索、Terminal终端、SWE软件工程）以及 GUI 类环境（Web浏览器、OS操作系统、Android移动端）。对于 GUI 领域，模型通过无障碍树、HTML 等可渲染代码而非原始像素来表示状态，实现了纯文本对视觉环境的建模。
2. 长思维链状态预测：模型能够接收当前状态与智能体动作，通过长思维链（CoT）推理，精确预测出下一屏 UI、终端输出或报错信息等环境反馈。
3. 可控对抗模拟：支持通过自然语言指令注入特定模拟指令（如“隐藏部分搜索结果”或“模拟磁盘满报错”），系统性地生成真实环境中罕见的边缘案例，用于智能体的对抗训练。
4. 跨域知识迁移：得益于原生世界建模，模型在不同领域的知识可以互相迁移，例如在“操作网页”中学到的能力可以帮助其更快学会“操作手机 App”。

Qwen-AgentWorld的使用场景

Qwen-AgentWorld 的核心价值在于为 AI 智能体提供低成本、高可控的“虚拟训练场”和决策辅助，主要应用于以下场景：

1. 智能体强化学习训练（解耦模拟器）：替代真实环境或沙箱，让 AI 智能体在虚拟环境中进行大规模、回合级的强化学习训练。这种方式不仅成本低、速度快，还能避免真实环境中的不可逆危险操作。
2. 智能体决策增强（统一基础模型）：直接作为智能体的骨干模型，将环境建模能力内化为“反思”或“先想再做”的前向思考模式。智能体在真实执行动作前，先在内部预测环境变化，从而提升下游任务表现。
3. 企业级自动化与数字员工：适用于需要在命令行、网页、桌面软件及手机 App 间无缝切换的复杂任务，如智能客服、自动化办公、软件测试等，能够大幅降低多智能体协同开发的难度与成本。

项目地址

• GitHub开源地址：https://github.com/QwenLM/Qwen-AgentWorld
• ModelScope开源地址：https://modelscope.cn/collections/Qwen/qwen-agentworld
• Hugging Face：https://huggingface.co/collections/Qwen/qwen-agentworld
• 演示地址：https://qwen.ai/blog?id=qwen-agentworld#interactive-demo-interactive-demo

如何使用Qwen-AgentWorld？

Qwen-AgentWorld 支持两种互补的使用范式：

1. 作为解耦的环境模拟器（Decoupled）：开发者可将模型部署为独立的环境模拟器，通过 API 接收当前的 (state, action)，模型将返回预测的 next_state。这种方式无需搭建真实的沙箱或虚拟机，即可支撑大规模的智能体强化学习训练。
2. 作为统一的智能体基础模型（Unified）：直接将 Qwen-AgentWorld 作为智能体的核心骨干。其内置的世界建模能力可辅助动作选择，在 Terminal-Bench、SWE-Bench、Claw-Eval 等基准上开箱即用，且无需针对特定智能体任务进行额外的 RL 微调即可展现强泛化能力。

同类产品对比