WebWorld 框架將瀏覽器作為世界模型驗證網頁程式碼，助 27B VLM 效能匹敵 GPT-5.4

WebWorld 系統為了解決視覺語言模型（VLM）在自主改進網頁程式碼時「球員兼裁判」的結構性缺陷，提出將瀏覽器作為確定性的可執行世界模型。 在該框架下，VLM 僅負責生成假設與修復方案，瀏覽器會重新執行候選程式碼，只有在達成目標進度且保留所有先前已驗證功能的條件下，才會核發接受憑證。這些經過認證的行為轉換將作為品質保證，成為監督式微調（SFT）的唯一訓練資料來源。 實驗數據顯示，WebWorld-27B 較原始 27B 模型在 HTMLBench-400 提升 5.3 分，在 MiniAppBench-Val 提升 14.9 分，其互動式 HTML 生成能力已達到 Kimi-K2.6 與 GPT-5.4 等前沿系統水準。消融實驗進一步證實，若移除瀏覽器認證機制，9B 模型的效能提升幅度將大幅縮水至僅剩 0.4 分。