Qwen-AgentWorld veröffentlicht: das erste muttersprachliche Weltmodell, ein Modell simuliert sieben Hauptbereiche

Am 23. Juni 2026 veröffentlichte das Team von Alibaba Tongyi Qianwen offiziell Qwen-AgentWorld für Qwen – offiziell definiert als das erste muttersprachliche Weltmodell (LWM), das Agenteninteraktionsumgebungen in sieben Hauptbereichen simulieren kann. Es ist kein „weiteres Agenten-Tool“, sondern bietet eine simulierte Welt, die für Agenten „trainiert, getestet und weiterentwickelt werden kann“.

Zwei Kerndesigns

• Native World Modeling: Das Trainingsziel „Verstehen und Simulieren der Umgebung“ wird bereits in der Phase vor dem Training eingeführt und durchläuft den gesamten CPT → SFT → RL-Prozess, statt einer Anpassung erst in der Phase nach dem Training. Dies bedeutet, dass das „Verstehen der Umgebung“ eine angeborene Fähigkeit des Modells und kein erworbener Patch ist.
• Sieben Bereiche, ein Modell: Ein einziges Modell deckt sowohl textbasierte Umgebungen (MCP, Suche, Terminal usw.) als auch umfassendere Weltsimulationen ab. Ein Modell deckt mehrere Umgebungen ab und reduziert so die technische Komplexität der Agentenschulung und -bewertung.

Echos mit verkörperter Intelligenz

Gleichzeitig (16. Juni) veröffentlichte Qwen die Qwen-Robot Suite (Qwen-RobotNav, Qwen-RobotManip, Qwen-RobotWorld), die es „allgemeiner Intelligenz ermöglicht, physische Aktionen direkt anzutreiben“ durch adaptive visuelle Zuordnung, heterogene Datenausrichtung und gemeinsames Training von Weltmodellen. AgentWorld ist für die „Simulation der digitalen Welt“ zuständig, und Robot Suite ist für die „Aktion in der physischen Welt“ zuständig – zusammengenommen legt Qwen einen vollständigen Weg aus „Sprachmodell + Weltmodell + verkörperter Intelligenz“ vor.

Warum „World Model“ die nächste Station ist

Aus Branchensicht liegt der Wert von AgentWorld darin, dass es auf den größten Engpass bei der Agentenentwicklung hinweist: Die reale Umgebung ist unkontrollierbar und nicht wiederholbar, was es für Agenten schwierig macht, sicher und effizient zu trainieren. Das Sprachweltmodell bietet eine kostengünstige, reproduzierbare Simulationsumgebung, die es dem Agenten ermöglicht, eine große Anzahl von Versuchen und Irrtümern in der „virtuellen Welt“ durchzuführen. Dies ist dasselbe wie die „Global Workspace“-Forschung von Anthropic – führende Hersteller versuchen, die grundlegende Frage zu beantworten: „Wie kann man dafür sorgen, dass KI die Welt besser versteht.“

Für inländische Agentenentwickler liegt die Bedeutung von Open-Source-Weltmodellen wie AgentWorld auf der Hand: Es kann zu einer Standard-Sandbox für die Schulung und Bewertung von Agenten werden. Qwen entschied sich für Open Source und setzte damit den Weg „Open Source für Ökologie“ fort – wenn das Weltmodell zur Infrastruktur der Agenten-Ära wird, haben First Mover die Möglichkeit, Standards zu definieren.

Mehrere Richtungen, die es wert sind, in Zukunft verfolgt zu werden:

1. Simulationstreue in sieben Hauptbereichen: Wie groß ist die Kluft zwischen MCP, Search und anderen Umgebungen und der realen Welt?
2. Verknüpfung mit Robot Suite: Kann die Simulation der digitalen Welt direkt auf das Training der physischen Welt übertragen werden?
3. Annahme durch die Open-Source-Community: Wird AgentWorld zum Community-Standard für die Schulung und Bewertung von Agenten?
4. Tatsächliche Verbesserung der Agentenfähigkeiten: Wie verhält sich der im Weltmodell trainierte Agent in der realen Umgebung?