多模态智能体

UI-TARS是字节跳动的开源多模态GUI智能体，通过视觉理解屏幕内容，用自然语言指令自动完成点击、输入、拖拽等操作。

字节跳动Seed-1.8是一款能看懂世界并能实际操作的多模态通用智能体，从“聊天AI”升级为“实干助手”。