OmniTools 7月7日消息，苹果研究团队近日推出Weblica框架，旨在构建面向视觉网页智能体的可扩展、可复现训练环境。该框架通过HTTP级缓存保存网页稳定视觉状态并保留交互行为，结合大语言模型，基于真实网站与核心导航技能合成多样化训练环境。
Weblica将强化学习训练扩展至数千个不同网页环境与任务。其最佳模型Weblica-8B在多个网页导航基准测试中，性能超越同等规模开源模型，推理步骤更少，测试时计算扩展性良好，整体表现接近API调用类模型。
相关研究详情已公开：https://machinelearning.apple.com/research/weblica-visual-web-agents
