字節跳動開源 UI-TARS：讓智慧體直接替你操控桌面與手機
ByteDance 宣佈釋出多合一智慧體模型 UI-TARS-2。該系列基於視覺語言模型與強化學習推理，能直接解析螢幕座標並模擬鍵鼠與觸屏操作，在 OSWorld 等測試中表現亮眼，同時提供桌面端工具與網頁自動化支援。
ByteDance 宣佈釋出多合一智慧體模型 UI-TARS-2。該系列基於視覺語言模型與強化學習推理，能直接解析螢幕座標並模擬鍵鼠與觸屏操作，在 OSWorld 等測試中表現亮眼，同時提供桌面端工具與網頁自動化支援。