TARS,字节跳动开源智能体,Agent TARS是字节跳动开发的一款多模态AI智能体，其核心技术基于UI-TARS模型。UI-TARS是一个原生的GUI代理模型，利用视觉语言模型（Vision-Language Model, VLM）处理屏幕截图，并通过自然语言指令执行类似人类的键盘和鼠标操作。这一设计的目标是通过更自然、直观
如果没有自动跳转，请 点击这里