أطلق الباحثون Qwen-CUA، وهو وكيل استخدام حاسوب أصلي مبني على هيكل Qwen mixture-of-experts بحجم 397B-A17B. يعمل النظام من خلال مراقبة لقطات الشاشة وتنفيذ الإجراءات عبر أحداث لوحة المفاتيح والماوس، دون الاعتماد على أشجار DOM أو بيانات التعريف الخاصة بإمكانية الوصول.
- يحافظ على ما يصل إلى 20 لقطة شاشة نشطة ويطوي السجل البصري الأقدم في كتبات ذات حجم ثابت للحفاظ على الأدلة الحديثة.
- استغل التدريب سرب نشر سحابي يضم ما يقارب 100,000 وحدة vCPU وحوالي 40,000 مهمة قابلة للتحقق.
- يتفوق Qwen-CUA على Qwen3.7 عبر ثمانية معايير تقييم، محققاً درجة 86.2 على OSWorld-Verified و18.5/48.4 للإكمال الثنائي/الجزئي على OSWorld 2.0.
- يؤدي توسيع النهج إلى أكثر من تريليون معلمة إلى إنتاج Qwen-CUA-Max، مما يحسن النتائج إلى 87.6 و21.2/53.3 على التوالي.
- يقلل النموذج من نجاح هجمات RedTeamCUA من 36.6 إلى 16.4 مقارنة بـ Qwen3.7.
تؤسس هذه النتائج استخدام الحاسوب الأصلي كأساس وكيل متعدد القدرات، مما يبرز التفاعل القابل للتوسع وقابلية التحقق واستخدام الأدوات الهجين كاتجاهات رئيسية.