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。
真灼财经 >
真灼快讯 >
正文
【腾讯混元开源首个面向世界模型的强化学习后训练框架】
来源:真灼财经 时间:2026-03-10 15:20:55
字号
微信扫码 > 右上角点击 > 分享