用途：作为语言世界模型，根据智能体动作预测环境观察，从而模拟 MCP 工具调用、Search、Terminal、SWE、Android、Web、OS 七类智能体环境；也可作为智能体基础模型，经 Sim RL 预热迁移到多轮工具调用任务。
主要能力：统一多域模拟；可控模拟（注入扰动、构造虚构世界、环境自适应）；零样本泛化到分布外环境；通过 AgentWorldBench 以格式、事实性、一致性、真实性、质量五维 0-100 分测评。
模型版本：Qwen-AgentWorld-35B-A3B（总 35B、激活 3B）、Qwen-AgentWorld-397B-A17B（总 397B、激活 17B），均 256K 上下文。
安装：pip install torch transformers accelerate；pip install openai；部署可选 pip install "sglang[all]" 或 pip install vllm；评测用 pip install huggingface_hub。
下载：huggingface-cli download Qwen/Qwen-AgentWorld-35B-A3B --local-dir ./models/Qwen-AgentWorld-35B-A3B；huggingface-cli download Qwen/AgentWorldBench --repo-type dataset --local-dir ./AgentWorldBench。中国可用 ModelScope：export SGLANG_USE_MODELSCOPE=true 或 export VLLM_USE_MODELSCOPE=true。
部署：SGLang python -m sglang.launch_server --model-path Qwen/Qwen-AgentWorld-35B-A3B --port 8000 --tensor-parallel-size 4 --context-length 262144 --reasoning-parser qwen3，暴露 http://localhost:8000/v1 的 OpenAI 兼容接口；vLLM 使用 vllm serve 同名模型，需加 --language-model-only 与 --trust-remote-code。
用法：可用 transformers（AutoModelForCausalLM、AutoTokenizer、apply_chat_template）或 OpenAI 客户端进行基础推理、多轮轨迹模拟、批量并发推理；领域系统提示模板位于 prompts/{domain}/system_prompt.txt，评测样本自带 system_str。评测流程为先生成预测，再用 LLM judge 打分，最后 --aggregate 汇总。
限制：vLLM 加载必须加 --language-model-only；模型配置含视觉组件但仅提供语言权重；长上下文显存需求高，可用 --max-model-len 131072、增大 tensor-parallel-size 或量化缓解；价格、官方 API、许可与商用条件资料暂未提供。