千问发布首个原生语言世界模型 Qwen-AgentWorld，能够在七大领域中模拟智能体交互环境

语言智能体被训练在交互式环境中执行动作，但此前从未有语言模型被显式训练来对环境本身进行建模——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。

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： 环境建模从继续预训练（CPT）阶段起即为训练目标，贯穿 CPT → SFT → RL 全流程，而非对通用大语言模型的事后适配。

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，每条测试样本均配备真实环境执行所得的真实环境观测数据。模型与评测基准可从 Hugging Face 和 ModelScope 获取。
开源地址
Blog：
https://qwen.ai/blog?id=qwen-agentworld
Paper：
http://arxiv.org/abs/2606.24597
GitHub：
https://github.com/QwenLM/Qwen-AgentWorld
ModelScope：
https://modelscope.cn/collections/Qwen/qwen-agentworld

Hugging Face：
https://huggingface.co/collections/Qwen/qwen-agentworld