知名開源瀏覽器自動化項目 BrowserUse 發佈了其首個自研大語言模型——BU-30B-A3B-Preview。
BU-30B-A3B-Preview採用混合專家（MoE）架構，總參數規模達30B(300億)，但實際推理時僅激活3B(30億)參數。這使得模型在保持頂級智能水平的同時，資源消耗大幅降低，僅需單張消費級GPU即可流暢運行。
該模型基於阿里雲通義千問Qwen3-VL-30B-A3B-Instruct進行深度微調，專為瀏覽器自動化場景優化，支持多模態輸入（視覺+文本），上下文長度高達32K tokens，能夠輕鬆處理複雜長網頁內容。
BU-30B-A3B-Preview在瀏覽器操作任務中表現出色，具備全面的網頁交互功能，包括精準元素定位、點擊、滾動、表單填寫等。其突出的DOM（文檔對象模型）理解能力和視覺推理能力，讓AI代理能像人類一樣“看懂”頁面佈局和截圖，實現高度可靠的自動化執行。
官方強調，該模型特別適合構建Web Agent應用場景，如自動化測試、數據採集、RPA流程等，已在內部基準測試中達到業內領先水平。
官方發佈的對比數據顯示，BU-30B-A3B-Preview在任務完成速度和經濟性上遠超主流商用模型：
- 平均每步操作僅需1.2秒，整體任務完成時間大幅領先。
- 成本效益驚人：每1美元計算資源可可靠完成約200個瀏覽器任務，是部分競品模型的數十倍。
由於模型體積相對較小（單GPU部署友好），開發者可輕鬆本地下載測試，無需高額雲端費用。
