상상해 보세요: 당신은 인턴을 고용했고, 그는 당신을 위해 비행 편을 예약하고, 서식을 작성하고, 서류를 정리하는 일을 하고 있습니다.

하지만 당신은 그에게 한 가지 규칙을 만들었습니다: 화면만 볼 수 있고, 마우스와 키보드만 사용할 수 있고, 소프트웨어의 백그라운드 인터페이스는 보지 말라고 했습니다.

그것은 매우 까다워 보입니다. 하지만 이것이 precisely 2026-08-04에 제출된 arXiv 논문 ‘Qwen-CUA: (거의) 모든 것을 위한 원생 컴퓨터 사용’의 주요 내용입니다. Qwen 팀과 홍콩대 Xlang Lab이 공동으로 발표했으며, 30명이 넘는 저자가 참여했습니다. 그리고 GitHub 리포지토리는 xlang-ai/Qwen-CUA에서 열려 있습니다.

오늘의 전체 글은 하나의 질문을 답하기 위한 것입니다.이 규칙에 따라 양성된 인턴들은 실제로 일을 할 수 있을까요?

왜 규칙을 그렇게 엄격하게 만들어야 하는가?

AI가 디지털 세계에서 일하고 싶다면 실제로 세 가지 방법만 있습니다: 코드 쓰기, 인터페이스 조정, 그래픽 사용자 인터페이스 사용. 지난 몇 년 동안 대규모의 모델들이 이전 두 가지 방법을 잘 하고 있었는데, 이는 모든 텍스트를 이해하고 도구를 조정할 수 있기 때문입니다.

하지만 현실에서는 대부분의 작업이 위의 두 경우에 해당되지 않습니다. PC 소프트웨어, 오래된 시스템, 전문 도구는 화면에만 표시되어 있고, 기계는 그것들을 읽을 수 없습니다. 따라서 ‘화면만 보고, 마우스와 키보드만 사용하는’ 것은 자학이 아니고, 모든 소프트웨어를 사용할 수 있는 유일한 방법입니다.

하지만 이 길에는 세 가지 어려운 점이 있습니다.인터페이스 상태는 절반만 보이고, 오류는 점점 더 커지며, 증거는 수십 장의 스크린샷에 흩어져 있습니다.논문 1의 서론은 이 세 가지를 매우 분명하게 설명합니다. Qwen-CUA는 어떻게 한 단계씩 통과했을까요? 우선 ‘눈과 손’부터 시작해야 합니다.

첫 번째 레벨: 한 쌍의 눈과 한 隻의 손을 조합하세요.

논문 2.1장은 인턴들에게 간단한 장비 세트를 제공하며, 그것들은 그림 2에 나와 있습니다.

전체 작업 순환은 한 문장으로 요약할 수 있습니다.작업 텍스트를 입력하고, 현재 스크린샷을 보고, 마우스 및 키보드 동작을 출력합니다.동작은 세 가지 유형으로 나뉩니다. 마우스(이동, 왼쪽/오른쪽/가운데 클릭, 두 번 클릭, 세 번 클릭, 드래그, 스크롤), 키보드(키 조합, 누른 상태/방금 풀린 상태, 텍스트 입력), 제어(스크린샷, 대기, 종료, 사용자 전화 걸기). 추록 A에는 모든 동작 목록이 나와 있습니다.

가운데에 ‘스카프올드(scaffold)‘라는 것이 있고, 여러분은 이것을 작업 공간의 코디네이터로 생각할 수 있습니다. 모델에게 작업을 할당하고, 스크린샷을 제공하고, 가상 머신에 동작을 내려주고, 새로운 스크린샷을 다시 받아옵니다. 내부 세부사항은 신경쓰지 않아도 되며, 각 라운드마다 하나의 작업만 하면 됩니다.

이 논문에는 제가 일상적인 언어로 번역해야 할 문장이 하나 있습니다.이 장비는 브라우저와 데스크톱 애플리케이션에서 모두 사용할 수 있으며, 구성 요소를 하나도 변경하지 않아도 됩니다.DOM 트리, 접근성 메타데이터, 専用 API는 사용되지 않습니다. 이것은 그저 표준적인 ‘사람의 눈 + 사람의 손’입니다.

눈과 손을 조정하는 것은 첫 번째 단계일 뿐입니다. 진짜 고난은 일을 하면 오래 기억할 수 없다는 것입니다.

두 번째 레벨: 기억력이 부족하면, 메모지를 사용하세요.

2.2 절은 바로 기억력 문제를 해결하는 것입니다.

긴 작업은 수십 장, 수백 장의 스크린샷을 만들 수 있고, 이는 누구도 다 기억할 수 없는 단기적인 기억으로 저장됩니다. Qwen-CUA의 방법은 메모장처럼 작동됩니다:

• 최대 20장의 활동 비주얼 역사. 최근 20장은 언제든지 테이블 위에 놓여 있어서 볼 수 있습니다.
• 10장 모이면, 한 번 접어 넣어라. 접는 것은 버리는 것이 아니고, 오래된 스크린샷을 단어로 대체하는 것입니다. ‘여기에 스크린샷이 있었는데, 그 때 저는 X를 했어요’. 하지만 당시의 행동과 생각은 모두 컨텍스트 안에 남아있습니다.

그림 3(a)는 여러 세대의 Qwen의 ‘데스크톱’이 점차 커지는 것을 보여주고 있습니다. Qwen2.5는 한 장만 보고, Qwen3은 5장, Qwen3.5는 10장이며, Qwen-CUA는 20장으로 직접 확장됩니다. 그림 3(b)는 두 가지 접근 방법을 비교합니다. 각 단계마다 접근 주소를 재설정하거나, 10단계마다 한 번만 접근 주소를 설정하는 것입니다. 후자는 접근 주소를 공유하고 KV 캐시를 직접 재사용하여 연산 능력을 절약할 수 있습니다.

또 다른 트레이닝 세부사항: 강화 학습에서는 같은 폴드 연산자를 사용하며, 긴 트레이스가 여러 컨텍스트 제한 된 조각으로 분할되며, 각 조각은 같은 종지부를 물리게 된다. 이를 통해 중간 단계에 보상을 수동으로 할 필요가 없고, 감독 신호는 마지막 상태에서 중간 결정까지 전달될 수 있습니다.

눈, 손, 메모장이 다 준비되어 있는데, 다음은 가장 중요한 질문입니다.이 인턴은 어떻게 그렇게 잘 되었나요?

세 번째 레벨: 어떻게 연습할까요? - 우선 10만 개의 코어를 가진 ‘자동차 학원’을 만들어 보세요.

컴퓨터가 스스로 생각하도록 교육시키는 것에서 가장 어려운 점은 모델이 아니고, 그가 반복적으로 실수를 하며 배울 수 있는 장소를 제공하는 것입니다.

저자는 아리클라우드 ECS 위에 ‘운전 학원’을 만들었고,거의 10만 개의 가상 CPU 코어와수만 개의 동시 환경을 제공합니다. 각 가상 컴퓨터는 독립적인 작업 공간이며, 사용자는 원하는 대로 자유롭게 사용할 수 있습니다.

그림 4(a)는 매우 직관적입니다. 여러 세대의 Qwen이 OSWorld-Verified에서 점수를 받았고, Qwen3-VL의 38점에서 Qwen3.5의 46점, Qwen3.6의 62점, Qwen3.7의 73점 그리고 Qwen-CUA의 86.2점으로 점차 올랐습니다. 그림에는 세 개의 마일스톤이 표시되어 있습니다.약 4만 개의 검증 가능한 태스크, 약 10만 개의 vCPU, 수만 개의 동시 환경입니다.

운전 학원과 시험이 다 준비되어 있는데, 교재는 어디에서 구할 수 있나요? 이것이 다음 단계입니다.

4번째 레벨: 교재 - 3가지 유형의 연습문제와 한 가지 종류의 강사 지도

교재는 세 가지 유형의 연습문제로 구성되어 있고, 하나의 추가 유형인 ‘선생이 지도하는’ 연습문제도 있습니다. 저가 여러분을 위해 강의 일정을 정리해 두었습니다:

• 환경 조작 질문(첫 번째 유형) - 그에게 소프트웨어 내의 버튼, 메뉴, 상태 전환을 인식하게 가르칩니다.
• 사용자 상호 작용 질문(두 번째 유형) - 의도적으로 작업에 대한 정보를 불완전하게 제공하여 사용자가 적극적으로 질문을 하는지 여부를 확인합니다. 이 유형은 OSWorld 2.0의 ‘모의 사용자’ 개념을 사용합니다. 모의 사용자는 사용자가 질문할 때만 답변합니다.
• 장기 프로세스 질문(세 번째 유형) - 큰 작업을 자동으로 평가할 수 있는 작은 단계로 분할합니다. 이는 마라톤 경주처럼 한 단계씩 진행되며, 각 단계마다 검증 가능한 종료 상태가 있습니다. 이 상태가 달성되면 다음 단계로 전송됩니다. 이 기법은 ‘단계-상태 체인’이라고 불리며, 3장 2.2절에서 자세히 설명되어 있습니다.
• 실제 강사 지도(네 번째 유형) - 사용자가 실제로 자신의 컴퓨터에서 티켓 예약, 서식 작성, CAD, Blender 등을 실시하게 합니다. 모형은 각 단계에서 ‘내부 대화’를 제공하며, 두 번의 검사를 통해 부정확한 내용을 제거합니다. 첫 번째 검사는 ‘스크린샷과 일치하는가?‘이고, 두 번째 검사는 ‘제 동작과 일치하는가?‘입니다.

네 가지 유형을 합친 것이 자동차 학원의 모든 교육 도구입니다.하지만 인공지능을 교육시키는 데 가장 필요한 것은 데이터가 아니고, 오류를 인지하고 오류 속에서 더 나은 결과를 내는 알고리즘입니다.

다섯 번째 레벨: 코치의 방법 - 실수에서 점수를 올리는 것

3.3장에서는 강화 학습에 대해 설명하며, 알고리즘은 SAPO(SAPO: Soft Adaptive Policy Optimization)라고 불립니다. 이름을 기억할 필요가 없고, ‘오답은 점수를 감소시키고 정답은 점수를 증가시키는’ 최신 학습 방법 중 하나라는 것만 알면 됩니다.

그림 5는 학습 곡선입니다. 우리는 그저 추세만 보자면서요:

• 트레이닝 스코어는 처음 0.49에서 0.64로 올랐고, 각 배치마다 다른 시험지들 때문에 약간의 변동이 있었습니다.
• 크로스 도메인 검증 스코어는 RL 전의 0.734에서체크포인트 40(800번째 업데이트)의 0.770 최고 점수로 올랐고, 저자는 이 버전을 최종 모델로 선정했습니다. 전체 트레이닝은 1,000번의 업데이트를 완료했고, 체크포인트 50에서는 0.762를 달성했습니다.

3.4절에서는 반복 학습의 논리를 설명합니다.각 라운드마다 최신 모델을 사용하여 새로운 문제를 노출시키고, 새로운 질문을 추가하며, 다음 라운드를 위해 다시 학습합니다.구체적인 방법은 두 단계로 나뉩니다. 첫 번째 단계에서는 최신 모델을 사용하여 기존의 SFT 질문을 실행하고 어떤 질문이 아직도 잘 안되는지 확인합니다. 이러한 질문은 교사 전략을 통해 새로 생성된 데모로 바뀝니다. 두 번째 단계에서는 강화 학습 후보 질문에 대해 ‘난이도 선별’을 합니다. 8번의 실험 롤아웃을 실행하며, 0번 성공한 경우(너무 어렵다)와 8번 모두 성공한 경우(너무 쉽다)는 모두 제외하고 중간 난이도의 질문만 남겨두습니다. 이러한 ‘자가 선택 질문’의 논리는 학습이 항상 최적의 상황에서 이루어질 수 있게 해줍니다.

여기까지 연습한 후, 인턴들은 시험을 치르러 가야 합니다.

여섯 번째 레벨: 8개의 주요 시험 성적표

시험장에는 총 8개의 항목이 있고, 학위 논문의 표 1은 주요 성적 표입니다.

가장 중요한 항목은OSWorld-Verified이며, Qwen-CUA는 86.2점을 받았고, 이전 버전인 Qwen3.7은 73.3점을 받았습니다. 동일한 테스트에서 GPT-5.5는 78.7점, Claude Opus 4.8은 83.4점을 받았습니다. Qwen-CUA는 8개의 항목 중 OSWorld-Verified와 MacAgentBench(69.2점)에서 최고 점수를 받았고, 다른 항목에서도 오픈 소스 경쟁자들과 치열히 경쟁했습니다. 예를 들면, OSWorld 2.0과 RedTeamCUA에서는 Opus 4.8이 여전히 그보다 앞서있습니다.

더 어려운OSWorld 2.0 장기 테스트에서 Qwen-CUA는18.5의 이진 완료율과 48.4의 부분 완료율을 달성하며, 이전 기록인 2.5와 22.5를 크게 능가했습니다. 이진 완료율은 거의 7배까지 올랐습니다.

그림 1은 8개의 성적을 막대기형 그래프로 표현한 것입니다. 각 그룹의 색상 중 가장 진한 색은 القوين-CUA-Max이며, 이에 대한 자세한 내용은 나중에 설명하겠습니다.

한 가지를 기억하세요: 8개의 항목에서 그는 모두 자신의 전임자보다 뛰어나었습니다.

하지만 아직 박수를 치지 마세요. 그는 아마도 ‘오랜 시간을 들여 생각하고 말을 많이 하는 것’으로 성공한 것일 수 있습니다.

7번째 레벨: 성적에 문제가 없는가 - 효율성 검사

이 의문은 매우 합리적입니다. 논문 4.1장에서는 이 의문에 답하기 위해 효율성 분석을 특별히 실시했고, 그 결과는 그림 6에 나와 있습니다.

왼쪽 그래프는 토큰 효율성입니다.세로축은 OSWorld-Verified 점수이고 가로축은 모든 질문에 대한 모형 출력 토큰 수입니다. Qwen-CUA는3,605.8개의 출력 토큰만 사용하여 86.2를 달성했습니다. 같은 예산에서, Claude Opus 4.8은 80.0을 달성했고, Opus 4.8은 83.3을 달성하려면 21.8K의 토큰을 사용해야 했습니다. Qwen-CUA의 향상은 ‘장황함’에서 비롯되지 않았습니다.

오른쪽 그래프는 대화 효율성을 보여주고 있습니다.세로축은 라운드 수이고, OSWorld 2.0에서 Qwen-CUA는 평균218.9 라운드/ 질문을 처리했는데, 이는 GPT-5.5의 83.5보다 훨씬 많습니다. 그러나 저자는 한 가지를 알려주고 있습니다: 클로즈드 소스 시스템은 한 라운드에 여러 동작을 수행할 수 있고, Qwen-CUA는 한 라운드에 하나의 동작만 할 수 있습니다. 따라서 라운드 수의 차이는 인터페이스의 세분성 때문이며, Qwen-CUA가 ‘더 나ко, 더 느렸다’는 것은 아닙니다.

효율성은 괜찮지만, 일을 할 수 있다고 해서 충분하지 않습니다. 일을 할 때 그들은 신뢰할 수 있는 사람인가요?

8번째 레벨: 신뢰할 수 있는가? - 피싱 방지테스트

컴퓨터를 사용하는 경우에는 특정한 위험이 있습니다.화면에 표시되는 내용은 악의적인 사람들이 의도적으로 설치한 유도책일 수 있습니다.예를 들어, 웹사이트에 ‘보조금 받기’라는 가짜 버튼이 나타나더라도 실제로 클릭하면 자금이 이체되는 경우가 있습니다.

RedTeamCUA 기준은 특히 이것을 테스트하기 위해 만들어졌고, 두 가지 수치를 확인합니다. 작업이 성공적으로 완료되었는지 사기를 당했는지 여부입니다. Qwen-CUA의 두 가지 지표는 모두 개선되었습니다.

• 미션 성공률은 Qwen3.7의 70.5에서74.0로 올랐습니다.
• 공격 성공률(ASR)은 36.6에서 16.4로 하락했는데, 무려 20.2%나 감소했습니다.

드문 상황에서 모두가 이득을 보는 것: 더 나은 작업 처리 및 사기에 대한 저항력 향상. 이 개선 사항은 자신의 클라우드 스토리지, 인스턴트 메시징 및 Reddit 플랫폼의 세 가지 플랫폼에서 일관되게 적용됩니다(표 2).

그러나 저자는 매우 정직합니다.16.4의 ASR은 여전히 잔여 위험이며, 안전을 보장하지 않습니다.Rocket.Chat에서 ASR을 보는 것은 작업 성공률과 함께 보아야 합니다. 일부 실패는 사기를 인지하지 못한 것이 아니라 막히는 것 때문에 발생합니다.

시험장에서의 성적은 그야말로 시험장에서의 성적일 뿐이고, 실제 인터넷 세계에서 그들은 성공할 수 있을까요?

실제 사용 사례: 진정한 추가 기능인 Qwen for Chrome

4.2 절에서 시험장을 나와서 실제 인터넷에 접속했습니다. 그림 7은 브라우저 스크린샷입니다. 화면 오른쪽에 Qwen 사이드바가 추가되었는데, 이는Chrome용 Qwen인 내부 Chrome 추가 기능입니다.

그것은 실제 웹사이트에서 작동하며, 모든 단계를 당신에게 보여주고, 비밀 거래는 하지 않습니다. 지불이나 파일 삭제와 같은 중요한 작업을 할 때는 먼저 팝업 창이 나와서 동의를 요구한 후에야 작업을 수행할 수 있습니다.

부록 E에는 에이전트가 브라우저에서 자신만의 클라우드 서버를 구입하고 환경을 설정하며, 마우스를 사용하여 모든 것을 완료하는 엔드-투-엔드 사례가 제시되어 있습니다. 이 사례의 의의는 에이전트가 시험지를 작성하는 것이 아니고, 실제 세계에서 업무를 처리하고 있다는 것입니다.

하지만 실제 작업에서는 마우스를 사용하는 것만으로는 부족합니다. 경험 많은 프로그래머들은 명령 행도 있다는 것을 알고 있습니다.

9 레벨: 그에게 명령 행을 주어야 할까요? - Bash 혼합의 意外

4.3절에서는 실질적인 질문을 제기했습니다: 마우스와 키보드 외에, 에이전트에게 Bash를 추가로 제공해야 합니까?

답은Bash와 함께 사용하면 작업 경로가 짧아지지만, 성공률은 조금 감소합니다.

논문의 그림 8은 분산형 그래프로 분명하게 표현되어 있습니다(주의: 분산형 그래프가 아닌 막대형 그래프입니다):

• Bash와 함께Qwen-CUA의 MyPCBench 평균 라운드 수는 63.6에서 49.1로 감소했습니다. 그러나 완벽한 완료율은 58.7에서 55.1로 떨어졌습니다.

Qwen3.7도 같은 추세를 보였습니다. 69.3 → 53.4 라운드, 51.6 → 41.8 완료율.

저자는 이것을 이렇게 설명합니다.그것은 명령 행이 잘 구성되어야 할 것이 아니고, 모형이 ‘언제 전환해야 할지 배우지 못했기 때문입니다’.Bash는 더 짧은 경로를 제공하지만, 불필요하거나 잘못된 시기에 전환하면 정확도가 저하될 수 있습니다. 저자는 이것을 ‘최적화 격차’라고 분류하며, ‘향후 공동 학습 및 명시적인 툴 라우팅 감독을 통해 정확도를 회복하고 동시에 효율성을 유지할 수 있다’고 분명히 말합니다.

중요한 알림입니다.인터페이스가 풍부하다고 해서 사용법이 완전히 개선되었다는 것은 아닙니다.

10번째 레벨: 더 큰 두뇌를 가지세요 - Qwen-CUA-Max

4.4 절: 397B-A17B를 직접적으로1조 개 이상의 매개변수로 확대하고Qwen-CUA-Max라는 이름을 붙혔습니다. 같은 양성 방법을 사용하지만, 더 큰 두뇌를 공급합니다.

결과:

• OSWorld 인증: 86.2 → 87.6；
• OSWorld 2.0 이진 완료율: 18.5 → 21.2；
• OSWorld 2.0 부분 완료율: 48.4 → 53.3(가장 큰 개선 항목)。

다시 말해, 이 교육 방식은 구식이 아닙니다. 더 많은 데이터를 제공하면 점수가 계속 올라갈 것입니다.

시험장, 실제 경험, 장비, 업그레이드 버전에 대해서는 모두 다 설명했고 - 우리는 처음 제기한 질문으로 돌아가보자.

읽은 후 알려두면 좋을 몇 가지 사항

첫째,‘오직 화면만 보는 것’이 가능하지만, 느리고 비쌉니다. 픽셀 기반 접근 방식은 DOM 기반 접근 방식보다 자연적으로 느렸습니다. 각 단계에서 모형에 스크린샷을 다시 제공해야 하고, 각 추론은 수십 밀리초에서 수백 밀리초가 소요됩니다. 해당 논문의 결론은 스스로 ‘일반성은 최적화를 의미하지 않습니다’라고 인정합니다. 이 접근 방식의 가장 큰 가치는일반성입니다. 데스크톱 소프트웨어, 동적 웹페이지, 전문 도구 등을 포괄할 수 있습니다. 하지만 속도가 아닙니다. 만일 당신의 작업을 코드나 애플리케이션 프로그래밍 인터페이스(API)로 수행할 수 있다면 그 비용은 더 저렴할 것입니다.

두 번째로,16.4%의 사기율은 0이 아닙니다. RedTeamCUA에서 Qwen-CUA가 공격 성공률을 36.6%에서 16.4%로 줄인 것은 큰 진전이지만, 여전히 100번의 ‘화면 유도’에서 에이전트가 16번 속는다는 것을 의미합니다. 이러한 수치는 기업 배포에서는 인간의 개입이 필요합니다. 이는 Qwen for Chrome이 ‘중요한 작업에 대한 팝업 확인’으로 설계된 이유이며, 이는 기술적 炫技가 아니고, 실제로 필요합니다.

셋째,Bash를 사용하는 것은 오히려 점수를 줄이고, 전체 AI 도구 커뮤니티에게 경고의 메시지입니다.‘더 많은 도구를 조정할 수 있다’가 ‘더 나은 결과를 내는 것’과 동일하지 않습니다. Qwen-CUA는 어떤 도구를 사용할지 아직 배우지 못했고, 이는 RLHF / 에이전트형 RL의 다음 주요 연구 방향입니다. 이 논문은 그 점을 성과로 포장하지 않고, ‘최적화 격차’라고 직접 쓰여 있는데, 이러한 정직함은 동료 학자들이 배워야 할 점입니다.

넷째,내부만 사용하기 위한 플러그인은 외부에 공개되지 않습니다. Qwen for Chrome은 내부적으로 사용되고 있고, 해당 논문은 다운로드 날짜를 공개하지 않았습니다. 이것은 논문에서 다루지 않은 제한 사항입니다. 모형이 아무리 강력하더라도 개발자들이 사용할 수 있는 인터페이스가 없다면 그 영향력은 단지 수식에 불과합니다. 오늘 바로 사용할 수 있는지 관심이 있는 독자들에게 해당 논문은 기술적 한계를 제시하지만, 제품 출시 일정은 제시하지 않습니다.

다섯째,1TB 파라미터를 가진 Max 모형은 그저 간단히 언급되었습니다.연구 논문은 트레이닝 비용, 추론 지연 시간, Max 모형과 기본 버전의 성능 비교 분석에 대한 별도의 장을 할애하지 않았습니다. 엔지니어링 관점에서 1TB는 대규모 모형 시대의 ‘작은 업그레이드’일 수 있지만, RL 트레이닝 비용, KV 캐시 점용량, 그리고 긴 트레이�트 추론의 메모리 부하에 대한 자세한 정보는 제공되지 않았습니다. Max의 성능을 재현하려는 경우, 연구 논문에서 제공된 정보만으로는 부족합니다.

한 문장으로 요약하면

AI에게 화면만 보고 마우스와 키보드를 사용하게 하면, 실제로 작업을 수행할 수 있습니다. AI는 8개의 기준 항목에서 이전 모델을 능가하며, 소스 코드를 공개하지 않는 강력한 경쟁자들과 대등하게 경쟁할 수 있습니다. 그러나 이는 실제 사용에 까지 이르지 못합니다. 16.4%의 사기 발생률은 여전히 높고, 픽셀 기반 접근 방식은 비쌀 뿐만 아니라 느렸으며, 도구를 함께 사용하는 경우에는 적합한 때를 선택하지 못할 수 있습니다. Qwen-CUA가 제공한 것은 최종 목표가 아니고, ‘일반적인 비전 계층’이 하이브리드 에이전트의 기본 구성 요소로서의 개념을 실제로 보여주는 것입니다.

논문: Qwen-CUA: (거의) 모든 것을 위한 원생 컴퓨터 사용 arXiv: https://arxiv.org/abs/2608.02352 프로젝트 페이지: https://github.com/xlang-ai/Qwen-CUA