知名开源浏览器自动化项目 BrowserUse 发布了其首个自研大语言模型——BU-30B-A3B-Preview。

BU-30B-A3B-Preview采用混合专家（MoE）架构，总参数规模达30B(300亿)，但实际推理时仅激活3B(30亿)参数。这使得模型在保持顶级智能水平的同时，资源消耗大幅降低，仅需单张消费级GPU即可流畅运行。

该模型基于阿里云通义千问Qwen3-VL-30B-A3B-Instruct进行深度微调，专为浏览器自动化场景优化，支持多模态输入（视觉+文本），上下文长度高达32K tokens，能够轻松处理复杂长网页内容。

BU-30B-A3B-Preview在浏览器操作任务中表现出色，具备全面的网页交互功能，包括精准元素定位、点击、滚动、表单填写等。其突出的DOM（文档对象模型）理解能力和视觉推理能力，让AI代理能像人类一样“看懂”页面布局和截图，实现高度可靠的自动化执行。

官方强调，该模型特别适合构建Web Agent应用场景，如自动化测试、数据采集、RPA流程等，已在内部基准测试中达到业内领先水平。

官方发布的对比数据显示，BU-30B-A3B-Preview在任务完成速度和经济性上远超主流商用模型：

• 平均每步操作仅需1.2秒，整体任务完成时间大幅领先。
• 成本效益惊人：每1美元计算资源可可靠完成约200个浏览器任务，是部分竞品模型的数十倍。

由于模型体积相对较小（单GPU部署友好），开发者可轻松本地下载测试，无需高额云端费用。