UI-TARS est un nouveau modèle d'agent GUI développé par ByteDance, qui se concentre sur une interaction fluide avec les interfaces graphiques utilisateur grâce à des capacités de perception, de raisonnement et d'action similaires à celles de l'homme. Ce modèle intègre des composants clés tels que la perception, le raisonnement, la localisation et la mémoire dans un seul modèle linguistique visuel, permettant l'automatisation de tâches de bout en bout sans nécessiter de workflows prédéfinis ou de règles manuelles. Ses principaux avantages incluent de puissantes capacités d'interaction multiplateformes, la capacité d'exécuter des tâches multi-étapes et la capacité d'apprendre à partir de données synthétiques et réelles. Il convient à de nombreux scénarios d'automatisation, tels que les environnements de bureau, mobiles et Web.