UI-TARS ist ein von ByteDance entwickeltes neuartiges GUI-Agentenmodell, das sich auf die nahtlose Interaktion mit grafischen Benutzeroberflächen durch menschenähnliche Wahrnehmung, Schlussfolgerung und Handlungsfähigkeit konzentriert. Das Modell integriert wichtige Komponenten wie Wahrnehmung, Schlussfolgerung, Lokalisierung und Gedächtnis in einem einzigen visuellen Sprachmodell und ermöglicht so die End-to-End-Automatisierung von Aufgaben ohne vordefinierte Arbeitsabläufe oder manuelle Regeln. Zu den Hauptvorteilen gehören die leistungsstarke plattformübergreifende Interaktionsfähigkeit, die Fähigkeit zur Ausführung mehrstufiger Aufgaben und die Fähigkeit, aus synthetischen und realen Daten zu lernen. Es eignet sich für verschiedene Automatisierungsszenarien wie Desktop-, mobile und Webumgebungen.