AI2 Releases Fully Open-Source Web Agent MolmoWeb: Controlling Web Pages Using Only "Vision"

marsbitОпубликовано 2026-03-26Обновлено 2026-03-26

Введение

AI2 has released MolmoWeb, a groundbreaking, fully open-source web agent that operates solely by analyzing screenshots, marking a significant leap in vision-driven web navigation. Unlike traditional agents that rely on DOM, MolmoWeb captures and interprets visual data to make decisions—such as clicking, scrolling, or typing—making its process transparent and robust. Despite its compact size (4B and 8B parameters), MolmoWeb performs impressively: it scores 78.2% on the WebVoyager benchmark, nearing OpenAI’s proprietary o3 model (79.3%), and achieves up to 94.7% success with multiple attempts. It even surpasses Anthropic’s Claude3.7 in UI element localization. AI2 also released MolmoWebMix, a massive open dataset with 36K human-browsing tasks, over 2.2M screenshot-QA pairs, and GPT-4o-verified synthetic data. The model and data are fully available on Hugging Face and GitHub under Apache 2.0, promoting transparency and collaboration in AI development. Challenges remain in complex instructions, logins, and legal compliance.

The Allen Institute for Artificial Intelligence (AI2) recently released the groundbreaking fully open-source web agent MolmoWeb . Unlike traditional agents that rely on a webpage's underlying code (DOM), MolmoWeb makes decisions solely by reading screenshots, marking a significant leap forward in "vision-driven" web navigation technology.

Core Technology: "Seeing" Web Pages Like a Human

MolmoWeb's operating logic is very intuitive: it captures a screenshot of the current browser window, decides the next action (such as clicking, scrolling, or paging) through visual analysis, then executes it and repeats. This "what you see is what you get" model makes it more robust than traditional agents because the visual layout of a webpage is generally more stable than its underlying code, and its decision-making process is completely transparent and explainable to human users.

Performance Leap: Small Model Outperforms Giants

Despite having parameter sizes of only 4B and 8B, MolmoWeb demonstrates a "small but mighty" performance:

  • Topping the Charts: In the WebVoyager test, the 8B version scored an impressive 78.2%, not only ranking among the top open-source models but also approaching the performance of OpenAI's proprietary model o3 (79.3%).

  • Huge Potential: Research found that by running tasks multiple times and selecting the optimal result, its success rate could further jump to 94.7%.

  • Precise Localization: In UI element localization benchmark tests, it even surpassed Anthropic's Claude3.7.

Data Support: The Largest Open Dataset to Date

AI2 has not only open-sourced the model weights but also contributed a massive dataset named MolmoWebMix. This dataset contains:

  • 36,000 real browsing tasks completed by human volunteers.

  • Over 2.2 million screenshot-question-answer pairs.

  • Automated synthetic data verified by GPT-4o. Experiments show that synthetic data is even better than human trajectories at guiding the agent to find the "optimal path".

Open-Source Spirit and Future Challenges

Currently, MolmoWeb is fully available under the Apache 2.0 license on Hugging Face and GitHub. Although it still faces challenges in handling complex instructions, login authentication, and legal compliance (such as terms of service), AI2 firmly believes that only through complete transparency and community collaboration can we truly counter the data monopoly of large tech companies.

Связанные с этим вопросы

QWhat is the name of the fully open-source web agent released by the Allen Institute for AI (AI2) that navigates using only screenshots?

AThe web agent is called MolmoWeb.

QHow does MolmoWeb's approach to web navigation differ from traditional web agents?

AUnlike traditional agents that rely on a webpage's underlying code (DOM), MolmoWeb makes decisions by reading and analyzing screenshots, making it a 'vision-driven' technology.

QWhat was the performance score of the 8B parameter version of MolmoWeb on the WebVoyager test, and how does it compare to OpenAI's model?

AThe 8B version scored 78.2% on the WebVoyager test, which is very close to the performance of OpenAI's proprietary model o3, which scored 79.3%.

QWhat is the name of the large, open dataset released alongside MolmoWeb, and what does it contain?

AThe dataset is called MolmoWebMix. It contains 36,000 real browsing tasks completed by human volunteers, over 2.2 million screenshot-QA pairs, and automated synthetic data verified by GPT-4o.

QOn which platforms has MolmoWeb been made available, and under what license?

AMolmoWeb has been fully released on Hugging Face and GitHub under the Apache 2.0 license.

Похожее

Luno сокращает 20 % своего персонала по всему миру на фоне изменения приоритетов криптовалютной биржи в связи с автоматизацией

Криптовалютная биржа Luno объявила о сокращении 20% глобального персонала. Решение связано с циклическим спадом активности розничных пользователей и усиленными инвестициями в автоматизацию, что изменило потребности компании в ресурсах. Генеральный директор Джеймс Ланиган назвал это решение трудным, но необходимым для долгосрочной миссии компании. Сокращения затрагивают и сотрудников в Южной Африке, где Luno была основана. Это второй крупный раунд увольнений за последние годы. Параллельно компания реорганизуется в три подразделения: объединенную потребительскую и API-платформу, направление стейблкоинов (включая Zaru, привязанный к ранду) и институциональные услуги для крупных объемов и трансграничных расчетов. Реструктуризация сопровождается сужением глобального присутствия Luno с прекращением услуг на некоторых рынках к осени 2026 года.

cryptonews.ru13 мин. назад

Luno сокращает 20 % своего персонала по всему миру на фоне изменения приоритетов криптовалютной биржи в связи с автоматизацией

cryptonews.ru13 мин. назад

Объем торгов UDX компании Underdog достиг 1,2 млн долларов за день, что составляет около 5 % от предполагаемого общего объема торгов компании

Согласно данным биржи и InGame, новая биржа прогнозов UDX компании Underdog 27 июля достигла номинального объёма торгов в $1,2 млн. Этот показатель, достигнутый менее чем через две недели после старта, составил около 5% от среднего дневного объёма всей деятельности Underdog на рынках прогнозов ($22,2 млн в день по прогнозу на 2026 год). При этом номинальный объём учитывает обе стороны сделки, а не сумму реальных ставок клиентов. UDX запустилась, имея преимущества благодаря существующей инфраструктуре и клиентской базе Underdog, что помогло избежать проблем с ликвидностью на старте. Компания продолжает работать и с внешними биржами, такими как Kalshi и Crypto.com/Nadex. Большая часть объявленного Underdog общего объёма торгов в $6,49 млрд с сентября 2025 года пришлась именно на эти сторонние площадки. Основной задачей для UDX теперь станет перевод значительной части этого клиентского потока на собственную платформу. Ожидается, что скорый запуск комбинированных ставок (парилей) может существенно увеличить обороты биржи.

cryptonews.ru13 мин. назад

Объем торгов UDX компании Underdog достиг 1,2 млн долларов за день, что составляет около 5 % от предполагаемого общего объема торгов компании

cryptonews.ru13 мин. назад

«Wrapped XRP» от Coinbase расширяет возможности DeFi благодаря интеграции с Doppler Finance на платформе Base

Doppler Finance, инфраструктура для институционального дохода на XRP Ledger (XRPL), 29 июля объявила о расширении на платформу Base, начав с интеграции Coinbase Wrapped XRP (cbXRP). Это позволит токенизированным активам обрести полезность в DeFi-приложениях Base, таких как кредитование и залоги. cbXRP — это токен от Coinbase, обеспеченный XRP 1:1, что дает держателям доступ к приложениям Base при сохранении экспозиции к базовому активу. Резервы Coinbase показывают полное обеспечение выпущенных cbXRP. Расширение соответствует стратегии Coinbase по развитию Base как экосистемы для платежей, кредитования и токенизированных финансов. Это часть более широкого тренда на рост функциональности XRP как в родном Ledger, так и в сторонних сетях, что демонстрирует растущее внедрение блокчейн-инфраструктуры на институциональном уровне. В будущем Doppler планирует добавить на Base поддержку других токенизированных активов в рамках своей мультичейн-стратегии.

cryptonews.ru15 мин. назад

«Wrapped XRP» от Coinbase расширяет возможности DeFi благодаря интеграции с Doppler Finance на платформе Base

cryptonews.ru15 мин. назад

Министерство юстиции США предъявило обвинение инвестору в криптовалюту в связи с предполагаемым мошенничеством на сумму 20 миллионов долларов, жертвами которого стали десятки людей

Министерство юстиции США предъявило 43-летнему инвестору в криптовалюту Бенджамину Полу Винеру обвинение по 29 пунктам, включая мошенничество, отмывание денег и кражу личных данных. Согласно обвинению, он привлек около 20 миллионов долларов от десятков инвесторов в Южной Дакоте и соседних штатах, делая ложные заявления о компаниях, которые контролировал. Средства якобы использовались для личных расходов и выплат более ранним вкладчикам, а также перемещались через банки и криптобиржи для сокрытия следов. Это дело отражает типичные схемы криптомошенничества, когда новые инвестиции используются для выплат старым клиентам. ФБР отмечает, что убытки от такого мошенничества в США в 2025 году превысили 11,36 млрд долларов. Винеру также инкриминируют банковское мошенничество на 1 миллион долларов через поддельные документы. В случае признания виновным ему грозит до 30 лет тюрьмы за банковское мошенничество, а также другие сроки. Суд над ним начнется в сентябре 2026 года.

cryptonews.ru16 мин. назад

Министерство юстиции США предъявило обвинение инвестору в криптовалюту в связи с предполагаемым мошенничеством на сумму 20 миллионов долларов, жертвами которого стали десятки людей

cryptonews.ru16 мин. назад

Турция заблокировала 47 493 сайта с незаконными ставками на фоне расширения мер по борьбе с криптовалютными счетами

Турция с 1 января заблокировала доступ к 47 493 сайтам незаконных ставок в рамках общенациональной кампании против онлайн-букмекеров и их платёжных сетей. Проведено 680 операций, задержано 5629 подозреваемых, 3231 человек взят под арест. Киберподразделения круглосуточно патрулируют интернет, отслеживая рекламу ставок в соцсетях и цифровые каналы, связанные с платёжными системами. Внимание следователей также сосредоточено на банковских счетах и криптовалютных кошельках, подозреваемых в отмывании доходов от незаконной деятельности. В ходе расследований, включая серию майских рейдов, выявлены криптовалютные платформы, используемые для перевода средств. Прокуратура Стамбула указала на семь иностранных криптокошельков, на которые, по её данным, поступило около $4 млрд от незаконной букмекерской сети. Все связанные с подозреваемыми счета заблокированы. Предполагается, что сеть, координируемая лицом с инициалами И.О.О., получала доходы от незаконных ставок и договорных матчей, отмывая деньги через обменники и ювелирные магазины Гранд-базара. Власти задержали 80 подозреваемых, конфисковали имущество на сумму около $7,3 млн. В ходе операции в Адане заблокированы 4742 банковских счета и шесть криптосчетов. Меры также включают срыв ставок в реальном времени: во время финала ЧМ-2022 были заморожены 6314 счетов, выявленных с помощью ИИ-системы AVCI. Министр юстиции заявил о необходимости системного подхода в борьбе с этим явлением.

cryptonews.ru18 мин. назад

Турция заблокировала 47 493 сайта с незаконными ставками на фоне расширения мер по борьбе с криптовалютными счетами

cryptonews.ru18 мин. назад

Торговля

Спот
活动图片