上证报中国证券网讯 4月17日，豆包大模型团队发布并开源UI-TARS-1.5——一款基于视觉-语言模型构建的开源多模态智能体，能够在虚拟世界中高效执行各类任务。

豆包大模型团队称，UI-TARS-1.5已在7个典型的GUI图形用户界面评测基准中取得SOTA表现，并首次展现了其在游戏（881275）中的长时推理能力和在开放空间中的交互能力。

据介绍，UI-TARS-1.5基于团队此前提出的原生智能体方案UI-TARS，通过强化学习进一步增强了模型的高阶推理能力，使模型能够在“行动”前先进行“思考”。

对于推理能力的优化，显著提升了模型在面对未知环境和任务时的泛化能力，这使得UI-TARS-1.5在多项主流评测基准上较此前领域最优模型取得了更好表现。

此外，在1.5版本的模型中，豆包大模型团队希望以游戏（881275）为载体来增强基础模型的推理能力。

据悉，与数学、编程等领域相比，游戏（881275）更多依赖直观的、常识性的推理，并较少依赖专业知识，因此，游戏（881275）通常是评估和提升未来模型通用能力的理想测试场景。（郑维汉）