UI-TARS-2 기술 보고서는 데이터 확장성, 다중 턴 강화 학습, 환경 안정성의 과제를 해결하는 네이티브 GUI 중심 에이전트 모델을 소개합니다. 이 접근 방식에는 확장 가능한 데이터 생성을 위한 데이터 플라이휠, 안정화된 다중 턴 RL 프레임워크, 파일 시스템과 터미널을 통합한 하이브리드 GUI 환경, 그리고 통합 샌드박스 플랫폼이 포함됩니다.
- GUI 벤치마크에서 UI-TARS-2는 Online-Mind2Web에서 88.2, OSWorld에서 47.5, WindowsAgentArena에서 50.6, AndroidWorld에서 73.3을 달성하여 Claude 및 OpenAI 에이전트와 같은 강력한 베이스라인을 능가합니다.
- 게임 환경에서는 15개 게임 스위트 전체에서 평균 정규화 점수 59.8를 기록하며 인간 수준의 성능의 약 60%에 도달하고 LMGame-Bench에서 OpenAI o3와 같은 최첨단 독점 모델과 경쟁력을 유지합니다.
- 이 모델은 장기 정보 탐색 작업 및 소프트웨어 엔지니어링 벤치마크로 일반화함으로써 견고함을 입증합니다.
이러한 결과는 UI-TARS-2가 GUI 에이전트의 발전을 주도하고 현실 세계의 상호작용 시나리오에 강력한 일반화 능력을 발휘할 잠재력을 강조합니다.