Pular para o conteúdo
Alfa
  • Modelos
  • Classificações
  • Ori
Falar com vendas

Rodapé

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produto

  • Chat
  • Classificações
  • Avaliações de desempenho
  • Aplicativos
  • Descobrir
  • Modelos
  • Ori
  • Coleções
  • Provedores
  • Ferramentas
  • Preços
  • Business
  • Enterprise
  • Laboratório

Empresa

  • Sobre
  • Blog
  • Clientes
  • Carreiras
    Vagas
  • Privacidade
  • Termos de serviço
  • Central de confiança
  • Suporte
  • Funciona com OR
  • Dados
  • Marca

Desenvolvedor

  • Documentação
  • Referência da API
  • Plataforma para desenvolvedores
  • Status
  • Mapa do site para IA

Conectar

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon de bytedance-research

Bytedance: UI-TARS 72B

bytedance-research/ui-tars-72b

Pesos do modelo

UI-TARS 72B is an open-source multimodal AI model designed specifically for automating browser and desktop tasks through visual interaction and control. The model is built with a specialized vision architecture enabling accurate interpretation and manipulation of on-screen visual data. It supports automation tasks within web browsers as well as desktop applications, including Microsoft Office and VS Code.

Core capabilities include intelligent screen detection, predictive action modeling, and efficient handling of repetitive interactions. UI-TARS employs supervised fine-tuning (SFT) tailored explicitly for computer control scenarios. It can be deployed locally or accessed via Hugging Face for demonstration purposes. Intended use cases encompass workflow automation, task scripting, and interactive desktop control applications.

Modalidades
Contexto
33K
Lançado
26 de mar. de 2025
Data de corte do conhecimento
jan. de 2025
AtividadePerguntas frequentesExplorar

Atividade

Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.

Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região

Explorar mais modelos

Modelos de IA com visão: LLMs multimodais para compreensão de imagensColeçãoClassificações de modelos de IAClassificação

Perguntas frequentes

UI-TARS 72B is an open-source multimodal AI model designed specifically for automating browser and desktop tasks through visual interaction and control. The model is built with a specialized vision architecture enabling accurate interpretation and manipulation of on-screen visual data.

UI-TARS 72B tem uma janela de contexto de 32.768 tokens.

UI-TARS 72B aceita texto e imagens como entrada e retorna texto.

UI-TARS 72B foi lançado em 26 de março de 2025. Seu conhecimento vai até 31 de janeiro de 2025.