本文へスキップ

UI-TARS-7B-SFT

端から端までの自動化を担う GUI 代理モデル

公式サイトを見る

UI-TARS-7B-SFT とは

知覚、推論、位置の把握、記憶を統合し、端から端までの課題の自動化を担う GUI 代理モデルと説明されている。

できること

  • 自動試験で画面の要素を認識して操作する
  • 自然言語の指示で事務のソフトウェアを動かす
  • カスタマーサポートの場面で質問に合わせて画面を扱う

注意点

  • モデルは対応するフレームワークに読み込む必要がある
  • 入力は自然言語の指示か画像などのデータ
  • 知覚、推論、位置の把握、記憶が統合されている

長所と短所

✓ 良い点

  • 決まった流れや手作業の規則なしで自動化できる
  • 画像と文章など複数の入力に対応

! 注意したい点

  • モデルは対応するフレームワークに読み込む必要がある
  • 入力は自然言語の指示か画像などのデータ

よくある質問

誰が開発した?

ByteDance の研究チーム。

決まった手順は要る?

あらかじめ決めた流れや手作業の規則なしで自動化できる。

最終評価日: 2026-11-15

その他 LLM APIプラットフォーム ツール

すべて見る →

評価方法