Chinese Brief
中文案例导读
Skyvern-AI 公开的多模态生成与理解案例，来源为 公开代码库，复核于 2026-06-27T08:23:39Z。 Model Atlas 将它标记为 A 类证据，因为它同时具备具体使用者、具体任务、公开原始证据和可访问产物。 Model Atlas 不把 benchmark、教程、发布说明或集合页包装成真实案例。
厂商ByteDance Seed
模型Seed1.5 VL
任务类型多模态生成与理解
审核状态auto_approved
CASE EVIDENCE / A RECORD
Skyvern-AI 使用 Seed1.5 VL 处理多模态内容处理
Skyvern-AI 公开的多模态生成与理解案例，来源为 公开代码库，复核于 2026-06-27T08:23:39Z。
原始记录：Skyvern integrates Seed1.5-VL / Doubao thinking-vision for UI-TARS browser automation actions
任务
真实任务背景
这是一个围绕多模态内容处理的真实任务，公开材料可以回溯到具体使用者和具体产物。 原始资料写作：Skyvern added a UI-TARS client path that calls the Volcano Engine endpoint with model doubao-1-5-thinking-vision-pro-250428 and uses it to generate actions from scraped browser pages for web automation tasks.
公开产物
公开材料提供公开代码、README 或项目配置，可用于核验任务结果、项目形态和模型绑定关系。 原始资料写作：The merged Skyvern PR exposes UI-TARS action generation in the Skyvern codebase; the evidence page shows the exact Seed1.5-VL-linked model id and code comments describing generation of actions using UI-TARS (Seed1.5-VL).
模型作用
Seed1.5 VL 在该案例中承担多模态内容处理相关的生成、分析、编排或实现角色。 原始资料写作：Seed1.5-VL supplies multimodal screen/page understanding and action selection for GUI/browser automation, turning visual page state into executable Skyvern actions.
风险边界
当前判断基于公开材料；若产物下线、仓库变更或模型参与比例仅来自作者自述，需要在引用前重新复核。 原始资料写作：Evidence is a GitHub integration PR rather than a customer story; it clearly binds the exact Volcano Engine model id to Seed1.5-VL and a concrete open-source automation artifact.