大家好，本网站为大家提供优质的、全新的游戏攻略，援助大家更愉悦地、更顺手地玩游戏，走过路过不要错过奥。

本站 4 月 18 日消息，本站从豆包大模型团队获悉，UI-TARS-1.5 昨日正式发布并开源。这是一款基于视觉-语言模型构建的开源多模态智能体，能够在虚拟全球中高效执行各类任务。

有关的链接如下：

GitHub：https://github.com/bytedance/UI-TARS

Website：https://seed-tars.com/

Arxiv：https://arxiv.org/abs/2501.12326

UI-TARS-1.5 基于字节此前提出的原生智能体方案 UI-TARS，通过强化进修进一步增强了模型的高阶推理能力，使模型能够在“行动”前先进行“沉思”。

该版本的模型中，团队还展示了一个新的愿景：以游戏为载体来增强基础模型的推理能力。与数学、编程等领域相比，游戏更多依靠直观的、常识性的推理，并较少依靠专业智慧，因此，游戏通常是评估和提升将来模型通用能力的抱负测试场景。

据介绍，UI-TARS 一个原生 GUI 智能体，具备诚实操作电脑和手机体系的能力，同时，还可操控浏览器、完成复杂交互任务。UI-TARS-1.5 能够实现精准 GUI 操作，基于团队在四个维度的技术探究：

视觉感知增强：依托大规模界面截图数据，模型可领会元素的语义与上下文，形成精准描述。

System 2 推理机制：在动作前生成“思考（thought）”，支持复杂任务的多步规划与决策。

统一动作建模：构建跨平台标准动作空间，通过诚实轨迹进修提升动作可控性与执行精度。

可自我演化的训练范式：通过自动化的交互轨迹采集与反思式训练，模型持续从错误中改进，适应复杂环境变化。

大家注意，牢记持续关注本游戏攻略网站，无论兄弟们的支持是我们最大的动力奥，我们会努力提供全网新的游戏攻略教程，加油。

本创作内容,未授权勿转载,必究权责。

免责说明：这篇文章小编将代表的是网站编辑的见解，与本站无关。其原创性、诚实性以及文中陈述文字和内容未经确认，因此对这篇文章小编将以及其中全部或者部份内容文字的诚实性、完整性和原创性本站不作任何保证或承诺，请读者仅作参考，并自行核实相关内容。