Qwen-AgentWorld发布：原生语言世界模型，支持7类Agent环境模拟

OmniTools 6月25日消息，通义实验室推出Qwen-AgentWorld，一款原生语言世界模型，以端到端环境建模为核心训练目标，不依赖事后适配。该模型在单一架构中支持MCP、Search、Terminal、SWE、Web、OS、Android共7种Agent运行环境。

在AgentWorldBench基准测试中，Qwen-AgentWorld性能表现超越Claude Opus 4.8与GPT-5.4。研究主要探索两个方向：一是将模型作为可控模拟强化学习（Sim RL）的环境模拟器，在部分任务中，模拟环境训练出的Agent表现优于真实环境训练；二是仅利用其环境预测能力，在零微调条件下迁移至多轮Agent任务，在多个基准测试中实现性能提升。

目前，项目已开源35B MoE版本及配套基准测试工具AgentWorldBench。