UI-TARS: новый уровень автоматизации с интеллектуальными агентами

Приложения с ИИ стали популярными в последние 10 лет и помогают решать разнообразные задачи, такие как написание текстов или поиск билетов. Однако они требуют много времени.

Учёные автоматизировали эти задачи с помощью интеллектуальных агентов, создав UI-TARS — помощника, доступного через компьютер или интернет. Модель научилась на 50 миллиардах примеров, включая скриншоты веб-страниц, и умеет адаптироваться к новым ситуациям.

При запуске UI-TARS пользователь видит две вкладки: на одной отображается процесс работы приложения, на другой — сайты, файлы или интерфейсы.

В конце работы приложение показывает страницу с запросом на подтверждение покупки. Тестирование показало, что UI-TARS работает лучше, чем другие модели ИИ, такие как GPT-4o или Gemini-2.0.