WorldTUI 项目表面是一个普通终端，可接受 ls、cd、mkdir、打开 Vim、运行 Python、拉起 tmux 等操作，但背后既没有 Linux，也没有文件系统，所有显示均由 AI 现场生成，并不真正执行命令。开发者 Simon Edwardsson 以 Qwen2.5-Coder-0.5B 为底座，训练出约 3.6 亿参数、716MB 的小模型，经 int4 量化后仅 208MB，可本地运行。其逻辑是根据用户命令预测终端下一步应显示的屏幕内容，并模拟 Vim、Python 解释器、tmux 等角色；模型还具备上下文记忆，能记住此前在 Vim 中“写入”的内容，但新建对话后记忆归零。训练数据来自真实 Linux 终端：在 Docker 容器中运行 Bash、Vim、Python、tmux，随机生成用户名、目录、文件与操作任务，用脚本逐字符模拟人类输入，并掺入 1.2% 打字错误，记录真实屏幕变化；累计约 33.6 万段记录、约 20 亿 Token。预测出错时用真实终端结果构造纠错样本，并通过并行预测不同行、缩减词表、4-bit 量化压缩，最终在单张 NVIDIA RTX4090 上训练 75 小时。该模型面对复杂命令会出错，文件内容和计算结果也不可靠，实用价值有限，但可作为观察真实软件操作并训练模型模仿软件行为的参考。开发者表示将公开模型权重并提供下载，在线体验需下载约 208MB 模型，建议使用桌面浏览器。