在此之前，早在 2022 年 12 月，实在智能曾首创基于计算机视觉大模型的 " 智能屏幕语义理解 " 技术（ISSUT），并发布 " 实在 IPA" 模式，将 RPA 从传统 " 拖拉拽 " 的专家模式进阶到轻松 " 点选用 " 的小白模式，实现 RPA 的人人可用。

时针再拨到 2023 年下半年，" 大模型如何在真实商业场景快速、有效落地 " 成为科技届与产业界最关注的首要问题。8 月 16 日，实在智能召开第七次新品发布会，对这个问题交出实实在在的答卷。

会上，实在智能正式发布 " 塔斯（TARS）" 大模型，并震撼推出行业首个基于大模型的 TARS-RPA-Agent 产品，将数字员工应用门槛进一步大幅降低，实现 " 所说即所得，你说，PC 做！"

(资料图)

下面，小编带您一同进入 TARS 的世界，回顾干货满满、精彩纷呈的科技盛宴：

大模型开启 RPA 新境界：对话式生成数字员工，自主完成工作

实在智能创始人兼 CEO 孙林君（阿宝）在开场致辞中提到，在大模型时代，数字员工的终极形态已变得越来越清晰—— " 大模型与 RPA 紧密结合，大幅降低使用门槛，突破接口能力边界。数字员工将具备自主完成任务的能力，成为每个人的智能数字助理，让工作生活更轻松 "。本次发布会推出的 "TARS-RPA-Agent" 是业界首款计算机视觉与大语言模型结合的智能体产品，相信会对 RPA 行业的发展具有里程碑的意义。

他同时回顾了五年来的技术迭代和产品创新，" 实在智能已拥有 50 余项发明专利，300 余项知识产权，这是我们踏踏实实做好技术、做好产品的力证 "，作为一家平台型的科技公司，实在智能致力于不断迭代产品技术，通过标准化产品和解决方案为千行百业客户和生态合作伙伴赋能，同时构建客户最优感知的交付和服务体系。

实在智能全新技术底：TARS 大模型

内测开启 45 天之后，实在智能合伙人、核心算法部负责人欧阳小刚（新一）与算法专家汪东瑶（奎托斯）共同揭开了 " 塔斯（TARS）" 大模型的神秘面纱。

在 AIGC 时代到来之际，实在智能通过 "TARS 大语言模型（通用基础模型、各个垂直行业模型）+ISSUT（智能屏幕语义理解）机器视觉大模型 " 重构了技术底座，并在这二者之上，对超自动化产品矩阵升级改造，持续发布创新应用。

发布会上，TARS 大模型展现了优异的文本生成、语言理解、知识问答、逻辑推理等主流能力 :

在财经领域，与同为 60-70 亿参数的 Baseline 模型相比，TARS-Finance-7B 模型平均任务得分领先 1%~20%；

在通用领域，TARS-Finance-7B 相较基座模型和其他同尺寸 Baseline 模型，旗鼓相当并在部分领域领先。

基于充分细致的语料收集和清洗、数据处理及标注，超千亿 Tokens 的预训练语料和超百万条指令微调数据，实在智能独立完整复现大模型构建的预训练、指令微调和人类反馈强化学习（RLHF）三阶段，使大模型具备完整能力

自主研发用于中文不当言论判别和生成终止的 Detoxify 系统，提升模型的安全性和无害性，让大模型 " 既懂事，又懂法 "

在解决大模型的轻便性和易用性方面，实在智能也做了很多创新，如通过模型量化降低推理阶段的硬件资源消耗、通过推理加速工具和技术优化问答交互产品体验等。此外，TARS 大模型支持无缝对接实在 Chatbot 产品，可以将大模型的能力通过 " 键配置 " 便捷投放到网页、App、小程序等各个终端，同时支持私有化部署，模型更可控、数据更安全！

让大模型 " 看得见 动起来 "：行业首发 TARS-RPA-Agent

实在智能进入超自动化赛道以来，不断将 AI 技术与 RPA 产品进行深度融合，持续推动创新应用。曾在业内首创 " 融合拾取 " 技术，支持顶层拾取与 CV 拾取无缝融合，使得传统 RPA" 拖拉拽 " 专家模式稳定丝滑；进而首创 " 智能屏幕语义理解 " 技术（ISSUT），支持对电脑、手机、平板等屏幕的理解，通过实在 IPA 开创 " 点选用 " 的小白模式。

大模型时代开启后，实在智能一直在思考如何将大模型与 RPA 产品相结合，通过文本指令或对话聊天的方式直接生成数字员工，操作 PC 电脑自主完成工作任务。从而在实在 IPA" 小白模式 " 基础上，将 RPA 使用门槛再进一步降低，直接进入到 " 所说即所得，你说，PC 做 " 的 " 傻瓜模式 "。

发布会上，欧阳小刚（新一）详细介绍了 TARS-RPA-Agent 在设计过程中的解决的关键问题和创新特性：

①自主拆解任务：复杂问题，分而治之

在实际场景中，人类的复杂指令往往蕴含在非常简洁的语句当中，并不是通过大模型生成一段 Python 代码，或简单调用 3-5 个 RPA 组件就能实现。

TARS-RPA-Agent 支持将表述简单但含义复杂的指令，进行 Chain-Of-Thought 式的自主拆解和细化，之后将拆解出的子任务和具体步骤与实在 RPA 的流程块和组件进行映射，最终完成一体化、高可控的复杂流程生成。

例如，" 我要买一台笔记本电脑，帮我推荐下 "，TARS-RPA-Agent 可将其拆解成 " 登录购物网站，查询笔记本电脑品牌、配置、价格等信息，完成产品推荐 " 等多个步骤并加以自动实现。

" 如何在理解指令含义的基础上，精准找到所要操作的屏幕画面上哪里是输入框、登录按钮或者聊天窗口？如果不仅仅是基于浏览器的软件而是成千上万种不同 CS 架构的客户端软件怎么办…… "

" 你是我的眼 "，基于计算机视觉大模型的 " 智能屏幕语义理解 " 技术（ISSUT）为 TARS-RPA-Agent 装上了感知世界的眼睛，带来真正基于人类视觉的电脑屏幕和操作对象理解。

ISSUT 使得 TARS-RPA-Agent 可以 " 秒懂 " 屏幕画面，第一时间完成自动解析，无需人工介入参与。在无法解析网页源代码或者客户端软件不开放 API 接口的大量真实场景中，ISSUT 的价值倍加凸显。

例如，理解指令并自动操作并不开放 API 接口的企业微信：

PDCA（计划、执行、检查、处理）是人类优秀的工作习惯，在执行过程中不断反馈和修正是客观世界的一般规律。真实场景的意图理解和任务执行非常复杂，TARS-RPA-Agent 同样需要保证每一步操作的正确性，避免因为理解偏差，或者操作失误，导致最终无法完成任务。

因此，TARS-RPA-Agent 巧妙地设计了 " 基于强化学习的单步寻优策略和每步执行的反馈 " 相关机制，不断提高决策和执行过程的正确性、可控性。

例如，基于之前动作的启发式寻优：

" 圣斗士不会被同样的招数打败两次 "，作为一个智能体，TARS-RPA-Agent 也需要提升自主学习和迭代能力，从而能够学习历史经验，并通过历史案例不断提升下次遇到类似任务时的自主决策能力，持续提升人机协同效率。

大模型的上下文保留和决策优化等长时记忆能力，通常通过内存管理等手段实现。TARS-RPA-Agent 也结合上下文扩展、向量检索等技术，配备了长时记忆能力，支持将过往任务的执行情况、用户修正、执行结果等保存到数据库，并作为后续分析和优化的基础。

"TARS+" 开启无限可能

发布会上，实在智能合伙人、产品创新部负责人周春照（索隆），实在智能合伙人、创新研发中心负责人赵明（鸣人），以及产品专家张译颢（拓海）、张鑫燕（虞姬）等，分别接连上新体验感拉满、智能感十足的 TARS 大模型与超自动化产品矩阵的深度融合产品，以及全面支持国产信创的 IPA 数字员工。

2022.12.7 " 蝶变 · 新番 "，无需拖拉拽、只需点选用的实在 IPA 模式让 RPA 真正人人可用

2022.3.31 "AI 你所爱，新益求新 "，一直创新，永远 AI

2021.10.18 创新领先的融合拾取技术带来 " 拾全拾美 · 无边无界 "

2021.5.25 " 新 · 动 · 智 · 燃 "，实实在在的创新突破

2021.1.8 快速迭代进化的实在 RPA 让 " 重复的归我，创造的归你 "

2020.7.15 实在的第一声问候：" 智驱未来丨 Hello，数字员工 "！

本次发布会，TARS+ISSUT 大模型双底座为超自动化带来崭新视野，TARS-RPA-Agent 开创人机协同 " 你说，PC 做！" 的更高境界。

后续，在对模型性能、安全性等方面进行充分评估和修正后，实在智能将对社区开源 TARS-Finance-7B 财经大模型，以促进生成式大模型方向的学术研究和应用发展。也将继续扩大 TARS 垂直大模型的参数规模，迎接更多的能力涌现。

实在智能将继续与国内外学界、产业界同仁一起努力，奔向拥有无限可能的彼岸。

按照惯例，我们不说再见，下一次实在智能产品发布会，与您在更高峰相见！