Агенты для компьютераКартинка + текст

UI-TARS

Модель, которая смотрит на скриншот и сама двигает мышью и клавиатурой: кликает, заполняет поля, переходит по меню. Открыты 1-е поколение и 1.5-7B; UI-TARS-2 весов не открыл.

Разработчик
ByteDance Seed, Китай
Первый выпуск
янв 2025
Последний выпуск
апр 2025
Размеры
2B – 72B
Лицензия
Можно в коммерциюApache 2.0 (UI-TARS-2 весов не открыл)
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Работа в старых программах без API
  • Заполнение форм и перенос данных между системами
  • Автотесты интерфейсов по сценарию на обычном языке

Где применяется

Бэк-офис и бухгалтерияIT и тестированиеОперационные отделы

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
подходит

Версии

  1. UI-TARS-1.5-7B
  2. UI-TARS 2B / 7B / 72B

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Агенты для компьютераOpenCUA / Qwen-CUAXLANG Lab (Гонконгский университет) · КитайМожно в коммерцию

Полностью открытые агенты для рабочего стола: веса, данные и код обучения. Работают в Windows, macOS и Linux, свежий Qwen-CUA управляет компьютером обычными кликами и клавишами.

ПодробнееАгенты для компьютераHoloH Company · ФранцияКоммерция с условиями

Французское семейство моделей для управления браузером и компьютером: точно находит нужный элемент на экране и ведёт многошаговые задачи. Свежие Holo3 и 3.1 открыты под Apache 2.0.

ПодробнееАгенты для компьютераGUI-Owl / Mobile-AgentAlibaba (Tongyi Lab, X-PLUG) · КитайМожно в коммерцию

Модели для управления телефоном и компьютером из проекта Mobile-Agent: работают с Android, Windows, macOS и браузером, в версии 1.5 есть режим с рассуждением.

Подробнее