阿里千问发布了首个原生语言世界模型（Language World Model, LWM）Qwen-AgentWorld，专门为 AI 智能体的研发与训练而生。它的核心能力是：让智能体在做动作前，先在内部模拟环境反馈再决策。一个模型同时覆盖 7 类智能体交互环境，配套发布了评测基准 AgentWorldBench，模型权重和基准均已开源。

这篇拆解 Qwen-AgentWorld 是什么、怎么工作、效果如何、怎么拿到。

它是什么

Qwen-AgentWorld 是一个语言世界模型，提供两种参数规模：

• Qwen-AgentWorld-35B-A3B（开源权重）
• Qwen-AgentWorld-397B-A17B

它不是用来替代真实环境交互的——真实环境始终是确保智能体行为可靠性的黄金标准。LWM 提供的是一条 互补路径：具备超越真实环境的可扩展性与可控性，以及内化的世界预测能力。

上图为模拟手机系统：左侧是手机界面初始状态，右侧是 Agent 点击工具栏中删除图标的操作预测。

两大核心亮点

亮点一：从预训练就把环境建模当训练目标

环境建模贯穿 CPT → SFT → RL 全流程。此前训练通用基础大模型，往往在训练结束后才开始教 AI 理解环境、预判操作结果。Qwen-AgentWorld 把这一步前置到预训练阶段，基于超过 1000 万条真实环境交互轨迹训练而成。

亮点二：单一模型覆盖 7 类环境

三个 GUI 领域的环境观测以 可渲染代码（无障碍树 XML、HTML、UI 层级标记）而非像素帧形式呈现，使得纯文本世界建模就能覆盖视觉环境，实现跨领域知识迁移。

它能模拟电脑系统（如从菜单栏单击「文件」>「打印」的操作预测）和网站交互（如点击「添加用户」按钮的操作预测）。

效果：整体模拟质量超 Claude Opus 4.8

配套发布的 AgentWorldBench 基于 5 个前沿模型在 9 个成熟评测集上的真实环境交互观测构建，从格式、事实性、一致性、真实性、质量五个维度评估。

• Qwen-AgentWorld-397B-A17B 在 AgentWorldBench 上取得最高整体均分 58.71，超越 GPT-5.4（58.25）、Claude Opus 4.8、Gemini 3.1 Pro。优势在 Terminal 和 SWE 领域最显著。
• 35B-A3B 规模 上，三阶段训练流水线将整体均分提升 8.66 分，表现超过 Claude Sonnet 4.6。

涌现的 3 种推理模式

研究人员分析了 4 个文本类领域的 129 条思维链，发现 3 种涌现的推理模式：

1. 自我修正：模型用「Wait!」作为自我纠错触发信号，修正中间预测（平均每 turn 10.4 次），覆盖事实错误、知识边界、视角转换。
2. 信息泄漏防护：在搜索领域，模型已知智能体正在搜索的参考答案，会通过确保摘要不意外透露目标来防止泄漏。
3. 多步因果推理：例如预测 curl -s localhost:3000 | python3 -m json.tool 的输出时，能跑出一条 6 步推理链——Node.js 缺失 → 服务器未启动 → 端口 3000 无监听 → curl 静默失败 → 空管道 → json.tool 抛出 JSONDecodeError。

💡 提示：Qwen-AgentWorld 验证了语言世界模型既能当「解耦的环境模拟器」给智能体 RL 提供可控训练环境，也能当「统一的智能体基础模型」——其预训练可迁移至涵盖七个基准的多轮智能体任务，且无需针对智能体任务做任何 RL 微调。

怎么拿到

阿里开源了 Qwen-AgentWorld-35B-A3B（模型权重）和 AgentWorldBench（评估基准）。

• GitHub：https://github.com/QwenLM/Qwen-AgentWorld
• ModelScope：https://modelscope.cn/collections/Qwen/qwen-agentworld
• Hugging Face：https://huggingface.co/collections/Qwen/qwen-agentworld

适合谁用

• 智能体研发团队：把 LWM 当作可控的环境模拟器，为智能体 RL 提供比真实环境更具可扩展性的训练路径。
• GUI / Computer-Use Agent 开发者：用 Qwen-AgentWorld 预判 Web / OS / Android 上的操作结果，降低试错成本。
• 智能体基础模型研究者：探索语言世界模型预训练向多轮智能体任务的迁移能力。

参考

• GitHub：https://github.com/QwenLM/Qwen-AgentWorld
• Hugging Face：https://huggingface.co/collections/Qwen/qwen-agentworld