原生语言世界模型诞生：智能体交互模拟进入新纪元

6月24日，千问大模型正式向公众推出了Qwen-AgentWorld。这项成果标志着首个原生语言世界模型的落地，它能够在七个关键领域内模拟智能体之间的复杂交互环境。

从训练源头构建环境认知

Qwen-AgentWorld最核心的创新在于其“原生世界建模”能力。与常见的做法不同，它并非在通用大语言模型训练完成后才进行功能适配。相反，环境建模本身就是模型训练的核心目标之一，这一理念贯穿了从继续预训练、有监督微调再到强化学习的完整流程。这意味着模型对环境的理解是内生且深刻的。

单一模型，全能覆盖

Qwen-AgentWorld的强大之处还在于其广泛的适用性。它用一个统一的模型架构，同时处理两大类环境：

  • 文本类环境：包括模型上下文协议、搜索引擎、命令行终端以及软件工程场景。
  • 图形用户界面类环境：涵盖网页浏览、操作系统以及安卓移动平台。

这种设计使得模型在不同领域间进行知识迁移成为可能，提升了学习效率和泛化能力。

这一发布为开发更高级、更贴近真实世界的AI智能体提供了关键的基础设施，有望推动自动驾驶智能体、复杂任务自动化助手等应用的发展。