腾讯混元开源首个面向世界模型的强化学习后训练框架

3月10日，腾讯混元3D团队开源首个面向世界模型的强化学习后训练框架WorldCompass。据介绍，这是一个专为长时序、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就是精准的“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。