字节跳动开源 UI-TARS：让智能体直接替你操控桌面与手机
ByteDance 宣布发布多合一智能体模型 UI-TARS-2。该系列基于视觉语言模型与强化学习推理，能直接解析屏幕坐标并模拟键鼠与触屏操作，在 OSWorld 等测试中表现亮眼，同时提供桌面端工具与网页自动化支持。
ByteDance 宣布发布多合一智能体模型 UI-TARS-2。该系列基于视觉语言模型与强化学习推理，能直接解析屏幕坐标并模拟键鼠与触屏操作，在 OSWorld 等测试中表现亮眼，同时提供桌面端工具与网页自动化支持。