IXThinker·2025-09-01 14:30

浙大開源多模態智能體 專攻中文APP操作

浙江大學與美團研究者開源多模態智能體UItron，能像人類一樣點擊、滑動與輸入，自動操作手機、電腦和瀏覽器完成多步任務，在開源評測榜單與中文場景交互成績上全面提升。

自動操作設備

UItron具備先進的GUI內容感知、任務定位與推理規劃能力。例如讓它播放一首歌，它能自行找到對應應用、搜尋歌手並選擇歌曲，適用於手機與電腦上的複雜多步任務。