WebWorld：用于 Web 智能体训练的大规模世界模型
人工智能
2026-02-17 v1
摘要
Web 智能体需要大量轨迹才能泛化，但实际训练受到网络延迟、配额限制和安全风险的约束。我们引入 \textbf{WebWorld} 系列，首个规模化的开放 Web 模拟器。虽然现有模拟器受限于封闭环境且仅能生成数千条轨迹，但 WebWorld 利用可扩展的数据管道进行训练，支持 100 万+ 条开放 Web 交互，能够进行推理、多格式数据处理以及 30+ 步的长期仿真。为进行内在评估，我们引入 WebWorld-Bench，覆盖九个维度的双重指标，其中 WebWorld 的仿真性能相当于 Gemini-3-Pro。为进行外在评估，基于 WebWorld 生成的轨迹训练的 Qwen3-14B 在 WebArena 上提升 9.2%，达到 GPT-4o 水平。WebWorld 能够有效地进行推理时间搜索，超越 GPT-5 作为世界模型。除 Web 模拟外，WebWorld 在代码、GUI 和游戏环境中展现出跨域泛化，提供了可复制的世界模型构建配方。
引用
@article{arxiv.2602.14721,
title = {WebWorld: A Large-Scale World Model for Web Agent Training},
author = {Zikai Xiao and Jianhong Tu and Chuhang Zou and Yuxin Zuo and Zhi Li and Peng Wang and Bowen Yu and Fei Huang and Junyang Lin and Zuozhu Liu},
journal= {arXiv preprint arXiv:2602.14721},
year = {2026}
}