GUI交互

字节跳动开发的开源多模态智能体模型，基于先进视觉语言模型打造，可高效执行虚拟世界内多样化任务，支持GUI操作、游戏交互、代码编写与工具调用等增强能力，能无缝整合多种能力完成复杂交互任务，为AI智能体开发领域提供高质量开放底座。