바이트댄스, 화면 직접 제어하는 UI-TARS 에이전트 공개
ByteDance는 GUI 조작과 도구 활용 능력을 강화한 올인원 에이전트 모델 UI-TARS-2 출시를 발표했습니다. 비전 언어 모델과 강화학습 추론을 바탕으로 데스크톱 및 모바일 화면의 좌표를 인식해 직접 클릭과 입력을 수행하며, OSWorld 등 주요 벤치마크에서 우수한 성과를 기록했습니다.
ByteDance는 GUI 조작과 도구 활용 능력을 강화한 올인원 에이전트 모델 UI-TARS-2 출시를 발표했습니다. 비전 언어 모델과 강화학습 추론을 바탕으로 데스크톱 및 모바일 화면의 좌표를 인식해 직접 클릭과 입력을 수행하며, OSWorld 등 주요 벤치마크에서 우수한 성과를 기록했습니다.