模型介绍
中文整理WebWorld 模型卡片
模型用途
WebWorld是一个大规模开放网页世界模型系列，用于训练和评估网页代理。
主要能力
基于100万条以上真实网页交互轨迹训练，支持以下核心能力：
长时序模拟：支持30步以上的网页交互轨迹模拟
多格式状态表示：支持A11y Tree、HTML、XML、Markdown和自然语言格式
CoT激活的推理：用于转换预测
跨域泛化：可泛化到代码、GUI和游戏环境
模型系列
WebWorld-8B：基于Qwen3-8B
WebWorld-14B：基于Qwen3-14B
WebWorld-32B：基于Qwen3-32B
推荐使用场景：8B模型适用于快速模拟和数据合成；14B/32B模型适用于更高保真度模拟和更好的长时序鲁棒性。
输入输出
输入格式：当前页面状态（支持A11y/HTML/XML/Markdown/NL格式）+ 动作
输出格式：预测的下一个页面状态
支持多轮轨迹模拟，最多可达30步以上。
运行要求
必需：transformers（推荐最新版本）、torch
可选：accelerate、vllm（用于高效推理服务）
基本用法
WebWorld根据当前状态和动作预测下一个页面状态，严格保持输入输出格式一致。支持单步预测和多轮模拟两种模式。
支持的动作空间包括：元素操作（点击、填充、选择、悬停）、鼠标操作（移动、点击、按下/释放）、键盘操作（按键、输入）、浏览器操作（滚动、导航、标签页管理）、元操作（发送消息、等待、声明不可行）。
限制
谄媚与乐观偏差：模型可能生成对代理意图动作过于有利的结果。
内容生成保真度：长篇、高精度内容（如科学文章）不是主要目标。
纯文本限制：WebWorld不模拟视觉或像素级渲染。
许可证
根据Apache 2.0许可证开源。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。