騰訊推出全新強化學習後訓練框架WorldCompass

【騰訊混元開源首個面向世界模型的強化學習後訓練框架】3月10日訊，騰訊混元3D團隊開源首個面向世界模型的強化學習後訓練框架WorldCompass。據介紹，這是一個專爲長時序、交互式世界模型設計的強化學習（RL）後訓練框架。如果說世界模型是引擎，那麼WorldCompass就是精準的“指南針”，通過引入強化學習機制，直接“引導”模型如何更準確地遵循用戶指令探索世界，並保持長時序的視覺一致性。