Thread de meng shao (@shao__meng)

[Modelo de código aberto] BU-30B-A3B-Preview: @browser_use O mais recente modelo de IA de código aberto, projetado especificamente para "manipular navegadores", baseado em Qwen3-VL-30B-A3B-Instruct, permite que a IA navegue em páginas da web, clique em botões e extraia dados como humanos, alcançando um excelente equilíbrio entre desempenho e custo. Posicionamento central: IA que entende melhor as páginas da web Embora poderosos, os modelos convencionais de IA muitas vezes não são precisos o suficiente quando se trata de compreender estruturas complexas do DOM de páginas da web ou realizar um "posicionamento visual preciso". O BU-30B-A3B-Preview foi especificamente otimizado para essa finalidade. Ele possui capacidades superiores de compreensão do DOM e raciocínio visual, permitindo identificar com precisão os elementos de uma página web, tornando-o o cérebro ideal para a construção de agentes web automatizados. Destaques técnicos: Alto desempenho com baixo custo (arquitetura MoE) • Arquitetura do Modelo: Arquitetura MoE • Escala de Parâmetros: 30 bilhões de parâmetros, garantindo um alto nível de inteligência • Eficiência Operacional: Na operação real, apenas 3 bilhões de parâmetros são ativados por vez • Significado Prático: Isso significa que possui a inteligência de um "modelo grande", mas consome apenas os recursos de um "modelo pequeno". Pode ser executado em uma única GPU, reduzindo significativamente a barreira de implantação para empresas ou indivíduos. Especificações técnicas: • Modelo base: Profundamente personalizado com base no Qwen3-VL-30B-A3B-Instruct da Alibaba. • Comprimento do contexto: Suporta 32 mil tokens, permitindo que os usuários "visualizem" conteúdo de páginas da web muito longas de uma só vez. • Modalidade: Modelo de linguagem visual, capaz não apenas de "ler" código, mas também de "visualizar" capturas de tela da página. Resumir BU-30B-A3B-Preview é uma ferramenta poderosa no campo de agentes web de código aberto. Ela resolve os problemas do passado, onde "modelos grandes são muito caros e lentos, e modelos pequenos são muito complexos para entender páginas web", tornando-a ideal para desenvolvedores que precisam automatizar tarefas em páginas web (como testes automatizados, coleta de dados e processos de RPA).