オープンソースの LLM 学習・実行ツール Unsloth は 10 月 12 日、デスクトップアプリの v0.1.906-beta を公開しました。手元のモデルにブラウザを操作させる「Browser Use」と、軽量な画像生成モデル Qwen-Image-2.1-Turbo への対応が目玉です。ローカル環境で AI エージェントや画像生成を試したい個人開発者が対象になります。

主なポイント

  • Browser Use はチャットの + メニューから有効にします。モデルはチャット横の専用タブでページを開き、読み取り、クリック・入力・スクロールを行い、ユーザーの他のタブにはアクセスできません。ローカルモデル・API プロバイダ・小型のテキスト専用モデルでも動作するとしています。
  • ログイン、フォーム送信、購入・送信・削除のボタン操作の前には確認を求めます。パスワード・カード番号・ワンタイムコードはモデルが入力せず、ユーザー自身が入力します。開けるサイトや履歴へのアクセスは Settings > Browser で制御します。
  • Qwen-Image-2.1-Turbo は Qwen-Image-2.1 の公式 8 ステップ版で、4.2 GB の Q4 GGUF を Images ページから実行できます。リリースノートでは 2.5 倍高速としていますが、比較対象は明記されていません。
  • このほか、テキスト拡散 LLM (LLaDA、Dream など) 向けの DiffusionTrainer、VRAM を超える MoE GGUF の最大 3 倍高速化、Mac の MLX 投機的デコーディングの最大 2.8 倍高速化、AGENTS.md の読み込みなどが含まれます。

出典: Release Browser Use + Qwen-Image-2.1-Turbo · unslothai/unsloth