通義千問團(tuán)隊(duì)在2024年11月27日于Hugging Face發(fā)布了Qwen-AgentWorld-35B-A3B模型權(quán)重和配套基準(zhǔn)AgentWorldBench。這是首個(gè)明確以“語言世界模型”（Language World Models, LWM）為設(shè)計(jì)目標(biāo)的開源模型——它不面向?qū)υ拑?yōu)化，而是為具身智能構(gòu)建：能顯式建模環(huán)境狀態(tài)，支持多步因果推理。

模型用結(jié)構(gòu)化標(biāo)記錨定文本與仿真環(huán)境，例如<state:room=bedroom,object=drawer,open=true>。輸入帶狀態(tài)，輸出帶副作用，整個(gè)過程不依賴視覺編碼器，直接生成可執(zhí)行的動(dòng)作鏈：“打開抽屜→取出鑰匙→解鎖門→推開門”。

目前只開放Hugging Face頁面（https://huggingface.co/Qwen/Qwen-AgentWorld-35B-A3B），無技術(shù)報(bào)告、無SOTA實(shí)測(cè)數(shù)據(jù)、無量化或蒸餾版本，也未同步到ModelScope或GitHub。

什么是Language World Models？

LWM不是更大參數(shù)的LLM。它改寫了語言模型的I/O邏輯：

• 輸入中嵌入動(dòng)態(tài)世界狀態(tài)標(biāo)記
• 輸出強(qiáng)制生成動(dòng)作-效應(yīng)對(duì)，如[ACT] open_drawer [EFFECT] drawer_state=OPEN, visible_items=[key]

Qwen-AgentWorld-35B-A3B基于Qwen2.5-32B微調(diào)，但訓(xùn)練數(shù)據(jù)全部來自自研仿真環(huán)境AgentWorld的軌跡回放：覆蓋12類家庭/辦公場(chǎng)景、47種可交互物體、236個(gè)原子動(dòng)作，每條樣本含≥5步因果鏈。

模型不預(yù)測(cè)下一個(gè)詞，而是預(yù)測(cè)“下一步最可能改變哪個(gè)狀態(tài)變量”。這使它區(qū)別于ReAct、Plan-and-Execute等prompting方法——世界狀態(tài)是它的原生建模對(duì)象，而非后處理附加信息。

開發(fā)者能立刻用它做什么？

能做的事很具體，也很有限：

• 下載權(quán)重，在vLLM或llama.cpp上加載（需手動(dòng)patch狀態(tài)token embedding層）
• 運(yùn)行HF提供的run_bench.py，復(fù)現(xiàn)AgentWorldBench的6項(xiàng)子任務(wù)得分（Navigation、ToolUse、MultiObjectSearch等）
• 基準(zhǔn)引入了“狀態(tài)一致性分?jǐn)?shù)”（SCS）：衡量動(dòng)作是否真實(shí)改變了環(huán)境狀態(tài)，而不僅是語法通順

已有社區(qū)用戶用它快速定位自己Agent框架中狀態(tài)跟蹤模塊的缺陷。

但要注意：

• 沒有ONNX導(dǎo)出
• 沒有LoRA適配器
• FP16權(quán)重體積68GB，無法部署到手機(jī)或樹莓派
• 沒有API服務(wù)封裝，也沒有Docker鏡像

和龍蝦生態(tài)的關(guān)系？

龍蝦（YITB）Agent Runtime v0.9.3已支持LWM協(xié)議擴(kuò)展。只需在agent_config.yaml中寫：

world_model: huggingface://Qwen/Qwen-AgentWorld-35B-A3B

任意工具調(diào)用節(jié)點(diǎn)就能接入LWM的世界狀態(tài)推理流。

OpenClaw v2.1測(cè)試分支內(nèi)置WorldStateTracker中間件，可自動(dòng)解析LWM輸出中的[EFFECT]字段，并同步更新本地環(huán)境圖譜。

這不是深度整合，而是協(xié)議級(jí)兼容。龍蝦把LWM當(dāng)作一種新型“認(rèn)知協(xié)處理器”，不替換現(xiàn)有規(guī)劃器，只增強(qiáng)其狀態(tài)感知能力。開發(fā)者可用龍蝦CLI一鍵啟動(dòng)帶世界建模能力的Agent沙盒，跳過手寫狀態(tài)管理邏輯。

行業(yè)意義與冷思考

Qwen這次直擊Agent落地的核心痛點(diǎn)：幻覺性動(dòng)作。當(dāng)模型說“我打開了冰箱”，傳統(tǒng)LLM無法驗(yàn)證這句話是否與當(dāng)前環(huán)境一致；LWM則把“冰箱門=OPEN”變成一個(gè)可讀寫的內(nèi)存變量。

這對(duì)機(jī)器人仿真訓(xùn)練、數(shù)字員工流程自動(dòng)化、游戲NPC行為建模提供了新基座。

但必須說清現(xiàn)狀：

• 沒有第三方在真實(shí)硬件（如UR5+RealSense）上的泛化性驗(yàn)證
• 所有benchmark運(yùn)行在理想化符號(hào)環(huán)境
• 35B參數(shù)量對(duì)邊緣部署仍是硬門檻

它更像一份高價(jià)值的研究提案，而非開箱即用的產(chǎn)品。

下一步建議

AI開發(fā)者可以立刻做三件事：

1. 在Hugging Face Star該模型，復(fù)現(xiàn)AgentWorldBench前兩個(gè)子任務(wù)（Navigation + ObjectFetch），建立基線認(rèn)知
2. 將現(xiàn)有Agent框架接入龍蝦Runtime，用--lwm-mode參數(shù)橋接Qwen-AgentWorld-35B-A3B，觀察狀態(tài)同步延遲與錯(cuò)誤率
3. 關(guān)注Qwen是否在12月前發(fā)布輕量版（如A3B-7B）或量化權(quán)重；若無進(jìn)展，建議轉(zhuǎn)向自行蒸餾——龍蝦社區(qū)已發(fā)布LWM蒸餾模板（m.lvxe.net.cn/recipes/lwm-distill）

世界模型不會(huì)一夜成熟。但今天，接口已經(jīng)敞開。