通義千問團隊在2024年11月27日于Hugging Face發布了Qwen-AgentWorld-35B-A3B模型權重和配套基準AgentWorldBench。這是首個明確以“語言世界模型”（Language World Models, LWM）為設計目標的開源模型——它不面向對話優化，而是為具身智能構建：能顯式建模環境狀態，支持多步因果推理。

模型用結構化標記錨定文本與仿真環境，例如<state:room=bedroom,object=drawer,open=true>。輸入帶狀態，輸出帶副作用，整個過程不依賴視覺編碼器，直接生成可執行的動作鏈：“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），無技術報告、無SOTA實測數據、無量化或蒸餾版本，也未同步到ModelScope或GitHub。

什么是Language World Models？

LWM不是更大參數的LLM。它改寫了語言模型的I/O邏輯：

• 輸入中嵌入動態世界狀態標記
• 輸出強制生成動作-效應對，如[ACT] open_drawer [EFFECT] drawer_state=OPEN, visible_items=[key]

Qwen-AgentWorld-35B-A3B基于Qwen2.5-32B微調，但訓練數據全部來自自研仿真環境AgentWorld的軌跡回放：覆蓋12類家庭/辦公場景、47種可交互物體、236個原子動作，每條樣本含≥5步因果鏈。

模型不預測下一個詞，而是預測“下一步最可能改變哪個狀態變量”。這使它區別于ReAct、Plan-and-Execute等prompting方法——世界狀態是它的原生建模對象，而非后處理附加信息。

開發者能立刻用它做什么？

能做的事很具體，也很有限：

• 下載權重，在vLLM或llama.cpp上加載（需手動patch狀態token embedding層）
• 運行HF提供的run_bench.py，復現AgentWorldBench的6項子任務得分（Navigation、ToolUse、MultiObjectSearch等）
• 基準引入了“狀態一致性分數”（SCS）：衡量動作是否真實改變了環境狀態，而不僅是語法通順

已有社區用戶用它快速定位自己Agent框架中狀態跟蹤模塊的缺陷。

但要注意：

• 沒有ONNX導出
• 沒有LoRA適配器
• FP16權重體積68GB，無法部署到手機或樹莓派
• 沒有API服務封裝，也沒有Docker鏡像

和龍蝦生態的關系？

龍蝦（YITB）Agent Runtime v0.9.3已支持LWM協議擴展。只需在agent_config.yaml中寫：

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

任意工具調用節點就能接入LWM的世界狀態推理流。

OpenClaw v2.1測試分支內置WorldStateTracker中間件，可自動解析LWM輸出中的[EFFECT]字段，并同步更新本地環境圖譜。

這不是深度整合，而是協議級兼容。龍蝦把LWM當作一種新型“認知協處理器”，不替換現有規劃器，只增強其狀態感知能力。開發者可用龍蝦CLI一鍵啟動帶世界建模能力的Agent沙盒，跳過手寫狀態管理邏輯。

行業意義與冷思考

Qwen這次直擊Agent落地的核心痛點：幻覺性動作。當模型說“我打開了冰箱”，傳統LLM無法驗證這句話是否與當前環境一致；LWM則把“冰箱門=OPEN”變成一個可讀寫的內存變量。

這對機器人仿真訓練、數字員工流程自動化、游戲NPC行為建模提供了新基座。

但必須說清現狀：

• 沒有第三方在真實硬件（如UR5+RealSense）上的泛化性驗證
• 所有benchmark運行在理想化符號環境
• 35B參數量對邊緣部署仍是硬門檻

它更像一份高價值的研究提案，而非開箱即用的產品。

下一步建議

AI開發者可以立刻做三件事：

1. 在Hugging Face Star該模型，復現AgentWorldBench前兩個子任務（Navigation + ObjectFetch），建立基線認知
2. 將現有Agent框架接入龍蝦Runtime，用--lwm-mode參數橋接Qwen-AgentWorld-35B-A3B，觀察狀態同步延遲與錯誤率
3. 關注Qwen是否在12月前發布輕量版（如A3B-7B）或量化權重；若無進展，建議轉向自行蒸餾——龍蝦社區已發布LWM蒸餾模板（www.xmhny.cn/recipes/lwm-distill）

世界模型不會一夜成熟。但今天，接口已經敞開。