chhidongxi汇编| Cheng Qian编辑| Yunpeng Zhidongxi新闻于9月5日，9月4日，Byteseed发布了本地GUI智能机构UI-TARS-2，可以独立操作计算机和手机来完成搜索，创建网页，收集新闻，创建新闻，创建查询工具，玩迷你游戏和其他活动。相关论文于9月2日在Arxiv预印本平台上发表。在GUI基准测试中，UI-TARS-2在许多试验中超过了OpenAI和Claude代理，15个迷你游戏的比赛水平达到了人类水平的60％。在Bytedance发布的演示中，UI-TARS-2完成了查找Bontedance Seed 1.6新闻并在Go中删除网页的任务。快速词是“搜索有关BOCTEDANCE种子1.6模型的新闻，然后在Ismodern样式上编写一个网页并部署它。ying网页。首先，它通过LinkReader搜索了新闻，以了解模型的关键功能，然后为Web创建一个项目目录，选择用于利润项目，网页结构是在创建成功之后计划的。用于测量的HDATA Energy的飞轮，一个实心多轮RL框架，包括文件系统和终端的混合GUI环境以及用于大规模扩展的统一沙盒平台。论文地址：https：//arxiv.org/abs/2509.02544DEMO地址：https：//seed-tars.com/showcase/ui-tars-2/1。拆卸，搜索和创建网页的要求，以及许多可以在GO上发布的演示包括UI-TARS-2创建体重增加的角色查询工具，创建角色计数工具，为音乐老师创建网页，比较数字和其他活动。首先是通过单位重量的转换来实现查询。提示词：写一个可以从一个联合国转换重量的函数它给另一个。如果原始单位是千克，则目标单位是克，而要转换的金额Willmathilde Seigner在César奖励提名中赢得了1次冠军，最终结果将是什么？同样，UI-TARS-2将首先破坏要求，并找到Mathilde Senie赢得凯撒奖的提名的次数。它确认它通过验证多渠道具有3次，然后开始创建一个python文件，该文件包含用于转换重量单位的功能。第二个是到位的拥抱字符编号。提示字：请搜索集合的拥抱面上的流行数字，下载排名第一的数据集并计算数据集中的字符总数。分解任务后，UI-TARS-2将打开Goog​​le Chrome并搜索流行的数据集。第三个提示的话是“我是高中音乐理论的老师，准备了课程的音乐理论来解释有关音乐n的知识AME，秤名，基本尺度，八度分布和物理频率。请帮助我收集足够的信息，设计合规性和当然的分配，并随附演示动画，最后将它们作为网页输出。 “ UI -TARS -2使用搜索工具来查找需要解释的知识，然后计划目录并创建网页。提示词：使用Jupyter计算哪个更大，9.1或9.9，游戏水平达到60％？对人们的范围达到60％。多个试验与以前的Openai和Claude-ters-ters-ters-ters-ters-term and ui and and cam and and Gams相结合，并与UI的综述相结合。 UI-TARS-1.5代理。NT，Windows Agenarena中的50.6，这是可重差且可扩展的多电计算机代理。 Windows的基准平台，73。可以重新获得移动设备的自主基准评论代理，并在许多试验中克服了Claude和Openai代理。在游戏环境中，将15个游戏套件中UI-TARS-2得分的平均NA标准化为59.8点，约占人类水平的60％，比OpenAI CUA和Claude Computer Computers使用分别高2.4倍和2.8倍。在基准LMGAME-BENCH的开头来源中，UI-TARS-2显示了其在长期推理游戏中的稳定性。此外，研究人员通过GUI-SDK扩大了代理的功能，这使得能够与系统级资源（例如终端和外部工具）结合使用。通过此扩展，UI-TARS-2在长距离信息搜索的基准下表现良好，并在软件工程任务终端台上得分45.3分。这些结果表明t研究人员为GUI代理开发的实践方法包括lotreinfure和测得的推出基础架构，即有效移动到其他互动区域的能力，从而扩大了代理的可用性。 3。响应GUI剂的疾病点，四个列的程序。 GUI代理的传统方法通常使用模块化管道来设计诸如理解，计划，记忆和动作之类的成分，但是它们高度依赖于专业的启发式方法和特定的活动，从而使系统脆弱且难以衡量。在此基础上，双字节组提出了基于四列的系统程序：首先，为了减轻数据短缺的问题，研究人员通过正在进行的预训练，管理的微调，拒绝采样和多次旋转模型的研究及其培训型培养基的研究模型，设计了测量的飞轮数据。大纲提供了多样化，高质量的连续流的轨迹，并确保模型和数据在自增强周期中迭代地改善。第二，为了克服测量的多轮增强研究的困难，研究人员设计了一个培训框架，在长期环境中稳定，包括与状态环境的异步扩展的状态以维护上下文，以保持上下文的更新，以避免瓶颈的长期瓶颈，从而由尾巴的长期轨迹以及对尾部的比较效果进行了挑战，并在尾随的范围内进行了比较，并获得了对尾部的优化，并呈现出奖励，奖励了奖励，奖励了奖励，奖励了奖励，又有奖励，奖励了奖励的，又有奖励，奖励了奖励的，又有奖励，奖励了奖励的范围。 价值。第三，为了超过与GUI的纯粹接触的限制，研究人员建立了GUI-Sentrik混合环境，该环境使代理可以通过增加对屏幕操作和辅助资源（例如文件系统，终端和其他外部工具）的访问来解决更广泛的实用工作流程。第四，为了支持大规模的培训和评估，研究人员建立了一个UNIFIEd Sandbox平台，从用于GUI触点的云虚拟机到基于浏览器的沙箱，以协调异源环境，以使其能够在一致的API下运行。该平台旨在确保重复，稳定性和高吞吐量，这提供了数百万个交互式部署可靠的操作。结论：UI-TARS-2实现多场均均衡性能。 UI-TARS-2是通过结合多个增强研究的培训，进行了微调，拒绝采样和持续的训练前迭代过程，从而实现了异质领域的持续改进。研究人员在论文中指出，他们的实验表明，尽管域变体可以在单个基准测试上达到峰值得分，但UI-TARS-2在单个统一系统中的GUI，浏览器，移动和游戏活动中都取得了平衡且具有竞争力的性能。除了基准结果外，他们还评估了动态练习和teractive量表为多种代理强化研究提供了想法，证明了不同环境中的训练模型可以促进共享参数和转移容量汉，从而实现了混合实践，将图形接触与更复杂的识别和决策能力结合在一起。他们认为，UI-TARS-2代表了对代理商对强，可靠和多功能计算机的使用的促进。回到Sohu看看更多