01 什么是 UI-TARS Desktop?
字节跳动开源了一款重磅产品——UI-TARS Desktop,一款基于视觉语言模型的原生 GUI Agent 桌面应用。
简单来说,它能让你用自然语言操控电脑——告诉它「帮我打开 VS Code 的自动保存功能,延迟设置为 500 毫秒」,它就能像真人一样操作你的电脑完成这些任务。
02 核心功能一览
🤖 本地计算机操作器
用自然语言控制你的电脑
截图 + 视觉识别,精准定位界面元素
精确的鼠标点击、键盘输入控制
🌐 远程计算机 / 浏览器操作器
无需任何配置,点击即可远程控制任意电脑
远程操控浏览器,自动完成网页操作
完全免费!
💻 跨平台支持
Windows
macOS
浏览器
🔐 隐私安全
完全本地处理,数据不外传
私有部署,安全可控
03 项目信息
GitHub: https://github.com/bytedance/UI-TARS-desktop
夜雨聆风