Qwen은 DOM 트rees나 접근성 메타데이터에 의존하지 않고 스크린샷과 입력 이벤트를 통해 작동하는 397B-A17B mixture-of-experts 백본을 기반으로 구축된 네이티브 컴퓨터 사용 에이전트인 Qwen-CUA를 소개합니다. 이 시스템은 최대 20개의 활성 스크린샷을 유지하기 위한 스캐폴드를 활용하며, 약 40,000개의 검증 가능한 작업에 걸쳐 거의 100,000개의 vCPU를 갖춘 클라우드 롤아웃 플릿을 사용하여 훈련되었습니다.
- Qwen-CUA는 여덟 가지 벤치마크에서 Qwen3.7을 압도하며 OSWorld-Verified에서 86.2점, OSWorld 2.0에서 경쟁력 있는 점수를 달성했습니다.
- 이 접근 방식을 1조 개 이상의 파라미터로 확장하여 Qwen-CUA-Max를 생성했으며, 이는 OSWorld-Verified 점수를 87.6으로 향상시켰습니다.
- Qwen3.7 대비 RedTeamCUA 공격 성공률을 36.6에서 16.4로 낮췄습니다.
이러한 결과는 네이티브 컴퓨터 사용이 광범위한 능력을 갖춘 에이전트 기반을 확립했으며, 확장 가능한 검증 가능한 상호작용이 향후 개발의 핵심 방향임을 강조합니다.