Modelos de Mundos da Web
Web World Models
December 29, 2025
Autores: Jichen Feng, Yifan Zhang, Chenggong Zhang, Yifu Lu, Shilong Liu, Mengdi Wang
cs.AI
Resumo
Os agentes de linguagem exigem cada vez mais mundos persistentes nos quais possam agir, lembrar e aprender. As abordagens existentes situam-se em dois extremos: os frameworks web convencionais fornecem contextos confiáveis, mas fixos, apoiados por bancos de dados, enquanto os modelos de mundo totalmente generativos visam ambientes ilimitados à custa da controlabilidade e da engenharia prática. Neste trabalho, introduzimos o Web World Model (WWM), um meio-termo em que o estado do mundo e a "física" são implementados em código web comum para garantir consistência lógica, enquanto modelos de linguagem grande geram contexto, narrativas e decisões de alto nível sobre este estado latente estruturado. Construímos um conjunto de WWMs em uma stack web realista, incluindo um atlas de viagem infinito baseado em geografia real, exploradores de galáxias fictícias, mundos enciclopédicos e narrativos em escala web e ambientes semelhantes a simulações e jogos. Através destes sistemas, identificamos princípios práticos de design para WWMs: separar regras definidas por código da imaginação orientada por modelos, representar o estado latente como interfaces web tipadas e utilizar geração determinística para alcançar uma exploração ilimitada, mas estruturada. Nossos resultados sugerem que as próprias stacks web podem servir como um substrato escalável para modelos de mundo, permitindo ambientes controláveis, mas de natureza aberta. Página do Projeto: 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.