4月17日，字節(jié)跳動豆包大模型團隊（Seed）發(fā)布并開源UI-TARS-1.5。據(jù)介紹，這是一款基于視覺-語言模型構建的開源多模態(tài)智能體，能夠在虛擬世界中高效執(zhí)行各類任務。目前，UI-TARS-1.5已在7個典型的GUI圖形用戶界面評測基準中取得SOTA表現(xiàn)，并首次展現(xiàn)了其在游戲中的長時推理能力和在開放空間中的交互能力。
