我要投稿

字节开源了“豆包电脑”：UI-TARS-Destktop

发布日期：2026-01-12 15:28:32 浏览次数： 2493

作者：Kevin改变世界的点滴

微信搜一搜，关注“Kevin改变世界的点滴”

最近字节开源了自动化桌面办公的项目开源，这就是现在的UI-Tars-desktop，通过这个系统就可以实现桌面自动化办公，可以说这就是“豆包电脑”

如下是系统截图，通过视觉可视化UI完成解读UI来驱动系统自动化操作

目前这个产品到底使用如何，简单来说就是通过对话完成任务命令，就可以完成各类浏览器、与应用程序打开。

目前系统支持Agent形式的CLI调用以及普通桌面形式使用，前者是可以将以及客户端2种方式，第一种是支持Web Ui或者CLI的形式，允许开发者进行调用与兼容，第二周则是原生桌面GUI，只能通过远程桌面完成自动化操作。

也就是官方系统了自动化的平台调用形式，如下是系统的演示，15秒时间完成了对比酒店信息与价格。

目前支持多个工具：从CLI命令行到可视化桌面窗口

现在最新版本在11月份更新了之后，支持结构化输出，查看最后的结果，并且适合系统批量处理。

能够支持自动debug相关任务流程命令

可以查询到AI的沟通记录，以及了解他为什么会这么干，以及了解过去的过程与步骤，从而优化提示词与界面，

从豆包手机再到“豆包”电脑，接下来白领会成为第一批淘汰的人

在最近大火的2025年底马斯克的2个半小时访谈里，就提到在2026年预计Grok就会达到AGI，同时第一批被淘汰的人就是用鼠标和键盘的这群白领。

这些人将首先最容易被AI替代，因为没有涉及到物理世界，使用的数据都是数据信号，没有物理原理，而真实世界会有物理世界，这些会逐步被空间智能与空间感知替代。

带着团队打通vision Pro与AndroidXR 以及空间计算与PC、手机

最近之所以发现这个项目，是因为我带着团队正在打破空间计算与PC电脑的隔阂，要是使用vision Pro的同学应该知道，我们现在都只能够投屏PC或手机，所以使用vision Pro总是感觉是割裂的，就是无法和自己的PC电脑进行交互，虽然你知道都是数字化的屏幕，这就导致体验是割裂的。

但是比较遗憾的，现在vision Pro还没有提供眼球数据，所以开发者不能够获取到精细化的选中，而只有AndroidXR提供了眼球数据。

所以后续这类豆包手机、电脑都会成为大大提升人类与系统交互的工具，就不需要每一次点击鼠标或鼠标键盘打字了，将其通过agent帮忙进行输入

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-06-22

DiffusionGemma: 文本生成速度提升 4 倍

2026-06-22

刚刚，百度开源拿下全球第一！作者疑似DeepSeek出走大神

2026-06-22

Agent终于有了自己的邮箱！腾讯Agently Mail详解

2026-06-20

GLM-5.2本地部署：744B参数模型如何在Mac上跑

2026-06-20

Hermes Agent v0.17发布：AI助手开始扩展触角

2026-06-18

开源中医 Skill：把倪海厦课程变成可检索知识库

2026-06-18

Gemma 4 QAT 模型现已推出: 支持日常端侧设备与消费级 GPU 本地流畅运行

2026-06-17

GLM-5.2 技术解读：智谱百万上下文的新一代旗舰模型

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Hermes Agent 出来了，聊聊它凭什么跟 OpenClaw 掰手腕

2026-03-30

很多人突然不玩小龙虾而用Hermes Agent了。我替你试了，跟小龙虾到底有啥不同？

2026-04-09

Google Gemma 4 开源｜全面解读

2026-04-03

震惊！刚刚，Anthropic掀了桌子：OpenClaude横空出世，大模型闭源时代彻底终结？

2026-04-01

刚刚，Claude Code开源了！51万行代码，全网狂欢

2026-03-31

龙虾绝配：Qwen 3.5 27B！跑在家里，成本为 0

2026-03-30

Ollama 本地部署 Gemma 4 完全指南

2026-04-18

Google Gemini CLI 完整使用指南

2026-04-18

CoPaw深度解析：源码架构和功能实践

2026-03-31

炸裂！Seedance 2.0 免费用！全网第一只接入的开源龙虾，效果离谱

2026-04-02

大家都在问

26.1%的AI编程技能有漏洞：NVIDIA开源 SkillSpector 能扫出什么？

2026-06-16

企业级 AI Agent 为什么集体转向“基座 + Skills”？

2026-05-30

Hermes Agent 深度解析：为什么它能“越用越懂你”？

2026-05-16

百度把Nano Banana塞进4090，疯了？

2026-04-22

Kimi K2.6 开源了！还附送了 300 个 Agent 员工？

2026-04-21

Hermes 凭什么两个月接棒 OpenClaw？

2026-04-15

很多人突然不玩小龙虾而用Hermes Agent了。我替你试了，跟小龙虾到底有啥不同？

2026-04-09

震惊！刚刚，Anthropic掀了桌子：OpenClaude横空出世，大模型闭源时代彻底终结？

2026-04-01

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件 FDE AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部