艾伦人工智能研究所发布MolmoWeb,这是一个开源视觉网络代理,属于Molmo 2模型家族。该模型提供40亿和80亿参数两个版本,体积小巧可本地运行。与其他网络代理不同,MolmoWeb未使用专有模型蒸馏训练,而是基于合成轨迹和人工演示数据。在多项基准测试中表现优异,超越了GPT-4o等模型。训练数据集包含3万个人工任务轨迹,涵盖1100多个网站。