Web Wereldmodellen
Web World Models
December 29, 2025
Auteurs: Jichen Feng, Yifan Zhang, Chenggong Zhang, Yifu Lu, Shilong Liu, Mengdi Wang
cs.AI
Samenvatting
Taalagentschappen hebben in toenemende mate persistente werelden nodig waarin ze kunnen handelen, herinneren en leren. Bestaande benaderingen bevinden zich tussen twee uitersten: conventionele web frameworks bieden betrouwbare maar vaste contexten ondersteund door databases, terwijl volledig generatieve wereldmodellen streven naar onbeperkte omgevingen ten koste van beheersbaarheid en praktische engineeringsprincipes. In dit werk introduceren we het Web World Model (WWM), een middenweg waarbij wereldstatus en "fysica" worden geïmplementeerd in gewone webcode om logische consistentie te garanderen, terwijl grote taalmodellen context, narratieven en hoogwaardige beslissingen genereren bovenop deze gestructureerde latente staat. We bouwen een reeks WWM's op een realistische webstack, waaronder een oneindige reisatlas verankerd in echte geografie, fictieve galactische verkenningstools, web-schaal encyclopedische en narratieve werelden, en simulatie- en spelachtige omgevingen. In deze systemen identificeren we praktische ontwerpprincipes voor WWM's: het scheiden van codegedefinieerde regels van modelgedreven verbeelding, het representeren van latente staat als getypeerde webinterfaces, en het gebruik van deterministische generatie om gestructureerde maar onbeperkte verkenning te bereiken. Onze resultaten suggereren dat webstacks zelf kunnen dienen als een schaalbaar substraat voor wereldmodellen, waardoor beheerbare maar open-ended omgevingen mogelijk worden. Projectpagina: https://github.com/Princeton-AI2-Lab/Web-World-Models.
English
Language agents increasingly require persistent worlds in which they can act, remember, and learn. Existing approaches sit at two extremes: conventional web frameworks provide reliable but fixed contexts backed by databases, while fully generative world models aim for unlimited environments at the expense of controllability and practical engineering. In this work, we introduce the Web World Model (WWM), a middle ground where world state and ``physics'' are implemented in ordinary web code to ensure logical consistency, while large language models generate context, narratives, and high-level decisions on top of this structured latent state. We build a suite of WWMs on a realistic web stack, including an infinite travel atlas grounded in real geography, fictional galaxy explorers, web-scale encyclopedic and narrative worlds, and simulation- and game-like environments. Across these systems, we identify practical design principles for WWMs: separating code-defined rules from model-driven imagination, representing latent state as typed web interfaces, and utilizing deterministic generation to achieve unlimited but structured exploration. Our results suggest that web stacks themselves can serve as a scalable substrate for world models, enabling controllable yet open-ended environments. Project Page: https://github.com/Princeton-AI2-Lab/Web-World-Models.