UI-TARS é um modelo de agente GUI nativo de próxima geração desenvolvido pela equipe de pesquisa do ByteDance, projetado para interagir perfeitamente com interfaces gráficas do usuário por meio de capacidades de percepção, raciocínio e ação semelhantes às humanas. O modelo integra todos os componentes essenciais, incluindo percepção, raciocínio, localização e memória, permitindo a automação de tarefas de ponta a ponta sem a necessidade de fluxos de trabalho predefinidos ou regras manuais. Suas principais vantagens incluem poderosas capacidades de interação multimodais, capacidade de percepção visual e compreensão semântica de alta precisão, e desempenho excepcional em vários cenários de tarefas complexas. O modelo é adequado para cenários que exigem interação GUI automatizada, como testes automatizados e automação de escritório, podendo aumentar significativamente a eficiência do trabalho.