【快速链接】可登录 arXiv查看帮助页面和关于信息。【论文信息】这篇来自计算机科学 - 计算与语言领域的论文编号为 arXiv:2606.24597于 2026 年 6 月 23 日提交。标题是“Qwen-AgentWorld通用智能体的语言世界模型”作者有左宇鑫、肖子凯等 33 人。【摘要内容】世界模型是推理和规划的核心认知机制基于当前观察和行动预测环境动态。此研究聚焦基于语言模型的世界建模拓展通用智能体边界。一方面构建用于智能体环境模拟的基础模型推出 Qwen-AgentWorld - 35B - A3B 和 Qwen-AgentWorld - 397B - A17B它们能通过长链式思维推理模拟涵盖 7 个领域的智能体环境。利用超过 1000 万条 7 个领域的环境交互轨迹通过三阶段训练流程开发 Qwen-AgentWorld。为评估该模型提出 AgentWorldBench 综合基准实证结果显示 Qwen-AgentWorld 显著优于现有前沿模型。另一方面研究世界建模增强通用智能体的两种互补范式。一是作为解耦的环境模拟器支持为智能体强化学习进行可扩展和可控的数千个现实环境模拟收益超仅在真实环境中训练二是作为统一的智能体基础模型世界模型训练能有效预热提高 7 个智能体基准的下游性能。代码链接可查看相关信息。【学科分类与引用格式】学科分类为计算与语言 (cs.CL)引用格式有多种如 [arXiv:2606.24597] [cs.CL] 等。【提交历史】来自黄飞2026 年 6 月 23 日 13:53:55 UTC 提交 v1 版本大小 3883 KB。【访问论文】可查看由左宇鑫等 33 位作者撰写的论文《Qwen-AgentWorld通用智能体的语言世界模型》的 PDF 版本、HTML实验版及 TeX 源代码还可查看许可信息。【当前浏览上下文】当前浏览上下文为 cs.CL可进行上一篇、下一篇浏览还可查看最新论文、近期论文等也能切换浏览方式。【参考文献与引用】可通过 NASA ADS、谷歌学术、语义学者等查看相关文献引用。【文献工具】有文献浏览器、关联论文、Litmaps、scite.ai 等工具可了解其相关信息。【代码、数据、媒体】与本文相关的有 alphaXiv、代码链接、DagsHub、GotitPub、Huggingface、ScienceCast 等可了解其相关信息。【演示】有 Replicate、Hugging Face Spaces、TXYZ.AI 等演示工具可了解其相关信息。【相关论文】有影响花链接、CORE 推荐器等推荐器与搜索工具可按作者、会议、机构、主题等进行搜索。【关于 arXivLabs】arXivLabs 是允许合作者在网站上开发和分享新 arXiv 功能的框架与之合作的个人和组织需认同开放、社区、卓越和用户数据隐私价值观。若有能为 arXiv 社区增值的项目想法可了解更多关于 arXivLabs 的信息。还可查看本文哪些作者是认可者禁用 MathJax 等同时可了解关于、帮助、联系 arXiv、订阅 arXiv 邮件、版权、隐私政策、网络无障碍协助、arXiv 运行状态等信息。那么Qwen-AgentWorld 在未来通用智能体领域还会有怎样的表现呢