2025年9月6日，字节发布机器人全能大模型Robix，由李航博士带队研发。Robix采用视觉-语言单模型设计，整合推理、任务规划和自然语言交互功能，解决传统机器人模块间信息代沟问题。其核心基于思维链推理和三阶段训练策略（持续预训练、监督微调、强化学习），支持3D空间理解与复杂任务执行。测试显示，Robix在多项空间理解任务中表现优于GPT-4o、Gemini 2.5 Pro等模型，真实环境评估中平均任务进度达92.5%。李航曾担任华为诺亚方舟实验室主任，现以返聘顾问形式继续参与字节AI项目。相关技术报告与论文已公开。

标题：字节Seed推出全新智能体UI-TARS-2，一个模型搞定多平台操作 正文： 字节Seed团队发布了最新智能体UI-TARS-2，能够自主操作手机、电脑和浏览器，完成复杂任务。例如，它仅用35秒就编写了一个重量单位转换函数，并计算出结果为4000克。相比Claude和OpenAI的同类模型...

标题：字节Seed发布扩散语言模型，推理速度达2146 tokens/s 字节Seed推出了一款基于扩散模型的代码生成工具——Seed Diffusion Preview。这款模型采用离散状态扩散技术，在推理速度上表现出色，每秒可生成2146个token，比同类模型快数倍，且较同等规模的自回归模...

《科创板日报》17日消息，字节跳动旗下豆包大模型团队今日发布并开源了UI-TARS-1.5，这是一款基于视觉-语言模型打造的开源多模态智能体。该模型具备在虚拟环境中高效完成多种任务的能力，尤其在7个GUI图形用户界面评测基准中达到了SOTA（最高性能）。此外，UI-TARS-1.5首次展示了其在游戏中的长时推理能力和开放空间中的交互能力，标志着多模态智能体技术的重要进展。