【騰訊混元推出面向世界模型的強化學習后訓練框架】新京報貝殼財經訊（記者韋英姿）3月10日 ， 騰訊混元3D團隊宣布開源業界首個面向世界模型的強化學習后訓練框架WorldCompass 。 騰訊混元3D團隊表示 ， 這是此前發布的混元世界模型1.5 官方強化學習擴展模塊 ， 能夠讓世界模型的交互更加準確 ， 體驗更好 。
騰訊混元3D團隊認為 ， 現有的生成式世界模型（WorldPlay等）主要依賴于預訓練階段的像素級監督 。 這種學習方式 ， 往往導致模型在面對復雜的組合動作指令時“聽不懂” ， 或者在長距離漫游中出現畫質崩壞和路徑漂移 。 因此 ， 騰訊混元團隊推出了WorldCompass 。 這是一個專為長時序、交互式世界模型設計的強化學習（RL）后訓練框架 。 通過引入強化學習機制 ， “引導”模型如何更準確地遵循用戶指令探索世界 ， 并保持長時序的視覺一致性 。
騰訊混元實驗數據表明 ， WorldCompass能提升 SOTA 開源世界模型（WorldPlay）的交互準確率和視覺保真度 ， 在復雜的組合動作場景下 ， 交互準確率提升了近35% 。
校對 劉軍
推薦閱讀
- 騰訊版“龍蝦”上線一天，騰訊云道歉：服務全面恢復穩定
- iPhone 17e、MacBook Neo上市后 蘋果今年還有望推出12款新品
- OpenClaw的技術難度高嗎？國內大廠騰訊、阿里如果抄作業好抄嗎？
- Anthropic推出Claude市場，攜手第三方云服務供應商
- 微軟推出Microsoft 365 E7訂閱計劃，大幅擴展AI功能
- HPE多項AI基礎設施創新亮相MWC 2026，推出“90/9 優選”融資計劃
- 騰訊、阿里，投出最年輕具身智能獨角獸
- 微軟365確認推出AI訂閱新套餐，月費99美元引爭議
- 實測騰訊QClaw：微信找到了和“龍蝦”共存的方式
- 推出線上票務平臺，騰訊音樂向大麥開戰