document.writeln('');
知名開源瀏覽器自動化項目 browseruse 正式推出其首款自研大語言模型——bu-30b-a3b-preview。
該模型采用混合專家(MoE)架構,總參數量達30B(300億),但在實際推理過程中僅動態激活3B(30億)參數。這一設計在保障頂尖智能表現的同時顯著降低硬件門檻,單張消費級GPU即可實現穩定、高效的本地運行。
BU-30B-A3B-Preview以阿里云通義千問Qwen3-VL-30B-A3B-Instruct為基座,經過深度定制化微調,專為瀏覽器自動化任務打造。模型原生支持多模態輸入(圖像+文本),上下文窗口擴展至32K tokens,可精準解析并理解超長網頁結構與內容。

在真實瀏覽器操作場景中,BU-30B-A3B-Preview展現出卓越的交互能力,覆蓋元素精確定位、點擊觸發、頁面滾動、表單自動填充等全流程操作。其強化的DOM語義理解能力與跨模態視覺推理能力,使AI代理能同步“讀懂”HTML結構與屏幕截圖,實現類人級別的頁面感知與可靠執行。

通過 Sophnet Qwen-Image-Plus 生成圖像并輪詢任務完成。適用于用戶請求 Sophnet 圖像生成、Qwen-Image-Plus 或從 Sophnet API 獲取圖像。
官方指出,該模型尤其適用于Web Agent類應用構建,涵蓋自動化功能測試、網頁數據抓取、智能RPA流程編排等方向,并已在內部多項基準評測中刷新行業性能紀錄。
權威對比測試結果表明,BU-30B-A3B-Preview在響應效率與部署成本方面全面超越主流商用方案:
得益于輕量化模型體積與低資源依賴特性,開發者可一鍵下載、本地部署、即刻驗證,徹底擺脫高昂云服務開銷。
源碼地址:點擊下載