阿里开源世界模型让AI代理能自己模拟环境

之前做代理环境模拟要么靠规则引擎（如Minecraft的MineDojo），要么靠耗时的强化学习在真实环境里硬跑，成本高且泛化差。这篇工作的关键是把世界建模变成了语言模型的长推理任务，用35B参数就能跨7个域通用，而不是每个环境训一个模型。

从工程角度看，10M环境数据+长CoT的训练配方比模型架构本身更值得抄，如果开源了数据构造pipeline，中小团队也能快速适配自己的业务场景。目前热度偏低（80 upvotes），可能是被Qwen3的风头盖过了，做Agent infra的团队建议优先跟进代码释放情况。