WebWorld：用于Web Agent训练的大规模世界模型

Web代理需要大量轨迹数据以实现泛化，但现实世界的训练受到网络延迟、速率限制和安全风险的制约。本文引入了WebWorld系列，这是首个在大规模开放网络上训练的开源模拟器。与现有仅限于封闭环境且仅有数千条轨迹的模拟器不同，WebWorld利用可扩展的数据管道，在100万+开放网络交互中进行训练，支持推理、多格式数据以及30步以上的长时序模拟。在内在评估中，我们引入了涵盖九个维度的WebWorld-Bench，WebWorld在此基准上的表现与Gemini-3-Pro相当。在外在评估中，基于WebWorld生成的轨迹训练的Qwen3-14B在WebArena上提升了9.2%，性能接近GPT-4o。WebWorld在推理时搜索方面表现出色，作为世界模型优于GPT-5。此外，WebWorld还展示了跨领域泛化能力，适用于代码、GUI和游戏环境，为世界模型的构建提供了一种可复制的方法。