在人工智慧領域，視覺Web代理（即能夠理解和操作網頁的AI模型）的訓練面臨一個關鍵挑戰：網頁複雜多變，難以獲取大規模、多樣化的訓練資料。現有的方法要麼依賴於離線軌跡進行監督微調，要麼侷限於少數模擬環境進行強化學習（RL）訓練，無法捕捉真實Web的多樣性。針對這一問題，來自研究團隊的Oğuzhan Fatih Kar等人提出了Weblica（Web Replica）框架，旨在構建可復現且可擴充套件的Web環境。該論文於2026年5月7日提交至arXiv，共有28頁、19張圖表，涵蓋人工智慧、計算機視覺和機器學習領域。
Weblica的核心創新在於兩項關鍵技術。首先，它利用HTTP級快取來捕獲和重放穩定的視覺狀態，同時保留互動行為。這意味著訓練環境能夠精確復現特定網頁的視覺佈局和功能，確保代理在一致的環境中進行學習。其次，Weblica藉助基於大語言模型（LLM）的環境合成技術，從真實網站和核心Web導航技能出發，自動生成大量多樣化的訓練任務。這種合成方法不僅擴充套件了環境的覆蓋面，還確保了任務的相關性和挑戰性。
基於這一框架，研究團隊將強化學習訓練擴充套件到了數千個不同的環境和任務。他們訓練出的最佳模型Weblica-8B，在多個Web導航基準測試中表現優異。與同規模的開源模型相比，Weblica-8B不僅取得了更高的效能，還使用了更少的推理步驟。此外，該模型在增加測試時計算資源時展現出了良好的擴充套件性，其效能甚至能夠與一些API模型相媲美。這意味著Weblica在保持環境真實性和互動性的同時，大幅提升了訓練資料的規模和多面性。
這項工作的意義在於，它為視覺Web代理的訓練資料規模化問題提供了一個切實可行的解決方案。透過結合快取和合成技術，Weblica在保持環境真實性和互動性的同時，大幅提升了訓練資料的規模和多面性。未來，這一框架有望推動Web代理在更復雜、更動態的Web環境中的應用，如圖1和圖2所示（論文中提供了19張圖表詳細說明實驗設定和結果）。Weblica的實現細節和更多實驗分析可參閱arXiv上的完整論文（arXiv:2605.06761）。