腾讯混元开源世界模型强化学习框架 WorldCompass，复杂动作交互准确率提升超 35%

腾讯混元 3D 团队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，这是混元世界模型 1.5 的官方强化学习扩展模块。

WorldCompass 专为长时序、交互式世界模型设计，如同‘指南针’般引导模型更准确遵循用户指令探索世界，并保持长时序视觉一致性。

实验验证，该框架能显著提升开源模型 WorldPlay 的交互准确率与视觉保真度：复杂组合动作场景下准确率从约 20%提升至 55%（增幅超 35%），基础动作准确率提升约 10%；在斯坦福 WorldScore 基准测试中也取得更好成绩。相关代码与模型细节已开源。