跳到正文

UI-TARS-7B-SFT

端到端自动化的原生 GUI 代理模型

访问官网

UI-TARS-7B-SFT 是什么

UI-TARS 被介绍为下一代原生 GUI 代理模型,集成了感知、推理、定位和记忆等所有关键组件,可在无需预定义工作流的情况下实现端到端任务自动化。

你可以用它做什么

  • 在自动化测试场景中识别并操作界面元素
  • 在智能办公场景中按指令操作办公软件
  • 在智能客服场景中按提问操作相关界面

需要留意什么

  • 模型需加载到支持的框架中
  • 输入为自然语言指令或图像等模态数据
  • 感知、推理、定位与记忆被集成在一起

优点与缺点

✓ 我们认可的地方

  • 无需预定义工作流或手动规则即可端到端自动化
  • 支持图像、文本等多种模态输入

! 需要留意的地方

  • 模型需加载到支持的框架中
  • 输入为自然语言指令或图像等模态数据

常见问题

谁开发的?

字节跳动研究团队。

需要预定义工作流吗?

无需预定义工作流或手动规则即可端到端自动化。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法