阿里巴巴的论文《Qwen-AgentWorld》提出了首个面向通用智能体的语言世界模型，涵盖七个领域，利用超过一千万条交互轨迹进行三阶段训练。该模型通过预测环境状态变化，提升智能体的决策能力，降低训练成本和泛化能力限制。实验结果表明，Qwen-AgentWorld在多步骤操作和跨领域泛化方面表现优异，有效支持智能体的强化学习训练。