RSS EN
⌕

INDEX // #MULTIMODAL

SYSTEM // ACTIVE // AGGREGATED TELEMETRY FOR ECOSYSTEM NODE

PRODUCTS // 关联产品 TOTAL: 01
U
UI-TARS-desktop
开源社区

UI-TARS-desktop 是字节跳动推出的开源原生桌面端 AI Agent 应用。它基于 UI-TARS 多模态大模型，通过计算机视觉直接理解并操作图形用户界面（GUI）。该产品支持本地及远程计算机、浏览器的自动化控制，无需复杂配置即可实现类人化的任务处理。其核心采用 MCP 协议集成现实世界工具，支持 UI-TARS-1.5 模型，提供精准的视觉定位与动作执行能力，适用于自动化办公、复杂网页操作等场景。

#AGENT#AGENT-TARS#BROWSER-USE
NEWS // 最新资讯 TOTAL: 028
Google Gemini 3.0 Fast 模型更新：幽默感爆表，深谙网络梗文化
Google Gemini 3.0 Fast 模型更新：幽默感爆表，深谙网络梗文化
#GEMINI#LLM#GOOGLE
谷歌Gemma 4：Apache 2.0许可解锁商业潜力，性能超预期
谷歌Gemma 4：Apache 2.0许可解锁商业潜力，性能超预期
#GEMMA#APACHE 2.0#LLM
智谱AI发布GLM-4.6V多模态模型：原生工具调用赋能AI Agent
智谱AI发布GLM-4.6V多模态模型：原生工具调用赋能AI Agent
#GLM-4.6V#MULTIMODAL#TOOL CALLING
快手发布Keye 2.0大模型：首创DSA机制解锁256K长视频推理
快手发布Keye 2.0大模型：首创DSA机制解锁256K长视频推理
#MULTIMODAL#DSA#AGENT
斯皮尔伯格《启示日》上映，暗示AI与人类终极沟通密码？
斯皮尔伯格《启示日》上映，暗示AI与人类终极沟通密码？
#MCP#AGI#MULTIMODAL
谷歌25年来首度重构搜索框：全面转向多模态与AI Agent时代
谷歌25年来首度重构搜索框：全面转向多模态与AI Agent时代
#GEMINI#AI-AGENT#MULTIMODAL
谷歌AI Mode上线一周年：月活破十亿，正在重塑搜索生态
谷歌AI Mode上线一周年：月活破十亿，正在重塑搜索生态
#GOOGLE#AI-SEARCH#MULTIMODAL
谷歌I/O 2026重磅升级Gemini：推出Spark个人智能体与全新UI
谷歌I/O 2026重磅升级Gemini：推出Spark个人智能体与全新UI
#GEMINI#GEMINI-SPARK#AI-AGENT
谷歌发布 Gemini Intelligence：赋能安卓系统的革命性“AI大脑”
谷歌发布 Gemini Intelligence：赋能安卓系统的革命性“AI大脑”
#GEMINI#ANDROID#MULTIMODAL
Anthropic发布Claude Opus 4.7：视觉、记忆与指令遵循能力大幅升级
Anthropic发布Claude Opus 4.7：视觉、记忆与指令遵循能力大幅升级
#CLAUDE#ANTHROPIC#LLM
韩国Naver Cloud发布军事边缘端轻量级多模态AI模型
韩国Naver Cloud发布军事边缘端轻量级多模态AI模型
#NAVER CLOUD#EDGE AI#MULTIMODAL
谷歌开源Gemma 4深度解析：主打原生多模态与Agent级架构演进
谷歌开源Gemma 4深度解析：主打原生多模态与Agent级架构演进
#GEMMA#GOOGLE#MULTIMODAL
谷歌Gboard推出Gemini语音输入Rambler：支持语码转换，挑战听写初创公司
谷歌Gboard推出Gemini语音输入Rambler：支持语码转换，挑战听写初创公司
#GBOARD#GEMINI#MULTIMODAL
2026年 ChatGPT 图像编辑六大核心趋势：深度解析与提示词指南
2026年 ChatGPT 图像编辑六大核心趋势：深度解析与提示词指南
#CHATGPT#DALL-E#GENERATIVE-FILL
OpenAI投资2.34亿美元在新加坡建AI实验室，加速亚太布局
OpenAI投资2.34亿美元在新加坡建AI实验室，加速亚太布局
#OPENAI#SINGAPORE#AI-AGENT
苹果 iOS 27 将重塑 Siri：推出类 ChatGPT 独立应用与多模态交互
苹果 iOS 27 将重塑 Siri：推出类 ChatGPT 独立应用与多模态交互
#SIRI#MULTIMODAL#GENERATIVE AI
估值53亿美金！Runway用世界模型对标谷歌，押注物理世界重塑AI
估值53亿美金！Runway用世界模型对标谷歌，押注物理世界重塑AI
#WORLD-MODELS#MULTIMODAL#RUNWAY
为什么越来越多开发者和企业放弃 ChatGPT 投奔 Gemini？
为什么越来越多开发者和企业放弃 ChatGPT 投奔 Gemini？
#GEMINI#CHATGPT#MULTIMODAL
谷歌 Gemini 重塑 Android：从操作系统进化为 AI 智能体系统
谷歌 Gemini 重塑 Android：从操作系统进化为 AI 智能体系统
#GEMINI#ANDROID#AI-AGENT
谷歌 Gemini 新功能内测招募：AI开发者抢先体验多模态能力
谷歌 Gemini 新功能内测招募：AI开发者抢先体验多模态能力
#GEMINI#GOOGLEAI#MULTIMODAL
深度解读DeepSeek V4：三大范式级创新引领Agent时代
深度解读DeepSeek V4：三大范式级创新引领Agent时代
#DEEPSEEK#AI AGENT#MULTIMODAL
视觉巨头 Getty 联手 OpenAI，股价暴涨超 200%
视觉巨头 Getty 联手 OpenAI，股价暴涨超 200%
#OPENAI#CHATGPT#COPYRIGHT
Google I/O 2026：Gemini模型如何重塑大型活动策划流程
Google I/O 2026：Gemini模型如何重塑大型活动策划流程
#GEMINI#AI-STUDIO#DEEPMIND
早报：OpenAI进军机器人领域；Anthropic拟上市；天涯重启
早报：OpenAI进军机器人领域；Anthropic拟上市；天涯重启
#OPENAI#ANTHROPIC#AGENT
谷歌发布Gemma 4：Apache 2.0许可开放模型，多模态与编程能力强劲
谷歌发布Gemma 4：Apache 2.0许可开放模型，多模态与编程能力强劲
#GEMMA#DEEPMIND#MULTIMODAL
英伟达发布 Nemotron 3.5 护航企业级 AI：多模态多语言安全分类器
英伟达发布 Nemotron 3.5 护航企业级 AI：多模态多语言安全分类器
#NVIDIA#NEMOTRON#AI-SAFETY
深度揭秘DeepSeek识图模式：实测证实独立模型，多模态能力超预期
深度揭秘DeepSeek识图模式：实测证实独立模型，多模态能力超预期
#DEEPSEEK#MULTIMODAL#VISION MODEL
苹果发布首个独立Siri应用：支持历史会话、多模态与双向同步
苹果发布首个独立Siri应用：支持历史会话、多模态与双向同步
#SIRI#APPLE#WWDC