最近，著名的开源浏览器自动化项目BrowserUse正式发布了其首个自开发的大型语言模型——BU-30B-A3B-Preview。该模型立即引起广泛关注，被誉为“网络代理领域的新标杆”，以卓越的成本效益和实时速度彻底突破了AI浏览器运营的壁垒。
模型架构：MoE设计，实现“强大大脑，轻量化身体”
BU-30B-A3B-Preview采用专家混合架构，总参数规模为30B（300亿），但仅在实际推理时激活3B（30亿）参数。这使得模型能够保持顶级智能，同时显著减少资源消耗，并在单一消费级GPU上流畅运行。
该模型基于阿里云通仪Qwen3-VL-30B-A3B-Instruct深度调优，专为浏览器自动化场景优化，支持多模态输入（视觉+文本），上下文长度可达32K令牌，轻松处理复杂的长网页内容。
核心能力：出色的DOM理解和视觉推理
BU-30B-A3B-Preview在浏览器作任务中表现出色，提供全面的网页交互功能，包括精准元素定位、点击、滚动和表单填充。其卓越的DOM（文档对象模型）理解和视觉推理能力使AI代理能够像人类一样“理解”页面布局和截图，实现高度可靠的自动化执行。
该官员强调，该模型特别适合构建Web代理应用场景，如自动化测试、数据收集和RPA流程，并在内部基准测试中达到行业领先水平。
性能亮点：速度与成本双重优势
官方对比数据显示，BU-30B-A3B-Preview在任务完成速度和成本效益方面远超主流商用型号：
– 平均每个作步骤仅需1.2秒，显著领先整体任务完成时间。
– 卓越的成本效益：每投入一美元计算资源，大约可以可靠完成200个浏览器任务，这比一些竞争模型高出数十倍。
由于其模型体积相对较小（适合单GPU部署），开发者可以轻松本地下载和测试，且无需高昂的云计算成本。
开源意义：加速网络代理生态系统的发展
BU-30B-A3B-Preview 完全开源，模型权重已上传到 Hugging Face 平台，允许任何开发者免费获取并集成到 BrowserUse 开源库中。这标志着浏览器自动化领域进入“高效开源时代”，预计将推动更多创新应用的发展。
AIbase 评论：BU-30B-A3B-Preview 的发布完美解决了传统大型模型在浏览器任务中“昂贵且缓慢”的痛点。对于需要大规模网络自动化的企业和开发者来说，这无疑是一个极具成本效益的选择。未来，随着社区进一步优化，该模型预计将成为Web Agent领域的标准配置。感兴趣的读者可以立即前往Hugging Face下载并体验。、
