腾讯混元开源首个面向世界模型的强化学习后训练框架WorldCompass_linux资讯

创始人

2026-03-11 12:37:24

0次

3月10日，腾讯混元3D团队今日宣布开源业界首个面向世界模型的强化学习后训练框架 WorldCompass，这是此前发布的混元世界模型 1.5 官方强化学习扩展模块，能够让世界模型的交互更加准确，体验更好。

WorldCompass 是一个专为长时序、交互式世界模型设计的强化学习（RL）后训练框架。如果说世界模型是引擎，那么 WorldCompass 就是“指南针”，通过引入强化学习机制，直接“引导”模型如何更准确地遵循用户指令探索世界，并保持长时序的视觉一致性。

实验表明，WorldCompass 能提升 SOTA 开源世界模型（WorldPlay）的交互准确率和视觉保真度，特别是在复杂的组合动作场景下，交互准确率提升了近 35%。

团队在最新的开源 SOTA 模型 WorldPlay 上进行了验证。结果显示，经过 WorldCompass 的后训练，模型能力实现了大幅提升。

在最为困难的复合动作（Combined Action）场景下（例如同时进行移动和旋转）：基座模型对于复杂组合式动作序列执行的准确率仅为 20% 左右。使用 WorldCompass 训练后，准确率提升至 55% 左右，提升幅度超过 35%。对于基础动作，准确率也提升了约 10%。

同时，在斯坦福大学世界模型 Benchmark WorldScore 上，WorldCompass 取得了更好的评分：

WorldCompass 已在混元 WorldPlay 模型上得到验证，相关代码和模型细节已开源。

来源：IT之家

混元视觉面向世界时序团队模型训练准确率动作场景斯坦福大学框架世界