Aria-UI — мультимодальная модель для понимания инструкций и взаимодействия с графическими интерфейсами в составе GUI-агентов.

Подходит для: привязка текстовой инструкции к элементам интерфейса на скриншоте · выполнение задач в приложениях Android с GUI-агентом · управление веб-интерфейсом по текстовым инструкциям

Модель BRIA AI для сегментации изображений и удаления фона с выдачей настраиваемой альфа-карты.

Подходит для: удаление фона у фотографий товаров · создание прозрачных вырезок людей и объектов · подготовка изображений для рекламы и интернет-магазинов

Визуально-языковая модель ByteDance для восприятия экранов и автоматизации действий в графических интерфейсах по текстовым инструкциям.

Подходит для: автоматизация действий на веб-страницах · управление элементами интерфейса мобильных приложений · выполнение инструкций в настольных приложениях

Базовый чекпойнт Aria для продолжения мультимодального предобучения и языковых и визуально-языковых задач с контекстом до 8K.

Подходит для: продолжение предобучения на документах для OCR · адаптация к многоязычным данным · продолжение обучения для агентных сценариев

UI-TARS-7B-SFT — визуально-языковая модель ByteDance для понимания экранов и автоматизации действий в графических интерфейсах.

Подходит для: поиск кнопок и полей на скриншоте · выполнение пошаговых задач в веб-интерфейсе · управление мобильными приложениями по скриншоту

MAI-UI-8B — модель Tongyi-MAI для понимания экранов и навигации GUI-агентов по мобильным интерфейсам.

Подходит для: поиск элементов управления на скриншоте приложения · навигация GUI-агента по мобильному приложению · выполнение текстовых инструкций через графический интерфейс

RMBG-2.0 от BRIA AI выделяет передний план и создаёт альфа-матte для удаления фона на изображениях.

Подходит для: удаление фона с товарных фотографий для интернет-магазина · подготовка изображений людей для рекламных макетов · создание прозрачного фона у изображений предметов и животных

Компактная модель AskUI на базе Florence-2, которая находит элементы интерфейса на скриншотах для автоматизации компьютеров и телефонов.

Подходит для: поиск кнопки или другого элемента интерфейса по описанию · определение рамки элемента на скриншоте · автоматизация взаимодействия с компьютерными интерфейсами

Форк мультимодальной модели Aria с последовательной реализацией MLP, упрощающей квантизацию и диалоговую работу с изображениями и текстом.

Подходит для: вопросы и ответы по содержимому изображений · диалог о визуальных материалах · описание изображений текстом

WEBGEN-4B-Preview — дообученная на Qwen3 компактная модель Tesslate для генерации адаптивных веб-страниц и интерфейсных блоков на HTML, CSS и Tailwind по текстовым запросам.

Подходит для: создание одностраничного лендинга по описанию · генерация маркетинговой страницы с тарифами и FAQ · подготовка адаптивной HTML-страницы для документации

Дообученная и квантованная модель Qwen3-8B для генерации Rust-кода и компонентов на Dioxus 0.7 с Tailwind v4 и поддержкой требований доступности.

Подходит для: создание компонентов интерфейса на Dioxus 0.7 · написание и исправление макросов RSX на Rust · добавление Tailwind CSS v4 и scoped CSS в интерфейс

Мультимодальный базовый чекпойнт Aria с контекстом 65 536 токенов для дообучения на видео и длинных документах, а также обработки множества изображений.

Подходит для: дообучение для ответов на вопросы по длинным документам · дообучение для видео-вопросов и ответов · продолжение предобучения мультимодальной модели на длинных последовательностях

UI-UG — мультимодальная модель для анализа элементов пользовательских интерфейсов и генерации UI по текстовому описанию.

Подходит для: описание элемента интерфейса по координатам · поиск и локализация кнопок, иконок и других элементов на скриншоте · классификация элементов пользовательского интерфейса

Модель Tesslate для генерации структурированных, адаптивных веб-страниц и компонентов интерфейса по текстовым запросам.

Подходит для: создание HTML-лендинга по описанию продукта · генерация адаптивной страницы на Tailwind CSS · подготовка секций тарифов, FAQ и карточек функций

AriannaV6 — дообученная на Gemma 4 12B мультимодальная модель для диалогового помощника, вызова инструментов и агентных рабочих процессов.

Подходит для: диалоговый универсальный помощник · вызов инструментов в агентных сценариях · поддержка рабочих процессов с долговременной памятью

Laya-V — мультимодальная модель для быстрой оценки заданных вариантов ответа на вопросы об изображениях с выдачей вероятностей.

Подходит для: проверка чеков на наличие налога или заданного способа оплаты · сортировка документов по типу и наличию подписи или поля · модерация мемов и публикаций по заданным категориям

Модель BRIA AI на архитектуре BiRefNet выделяет передний план и создаёт альфа-маску для удаления фона на изображениях.

Подходит для: удаление фона с фотографий товаров для интернет-магазина · создание прозрачных вырезок людей и объектов · подготовка изображений для рекламных макетов

Tesslate UIGEN-FX-4B-RL-Preview — текстовая модель для генерации адаптивных веб-страниц и компонентов интерфейса по запросам.

Подходит для: создание одностраничного сайта по текстовой спецификации · генерация адаптивной разметки HTML и Tailwind CSS · подготовка React-компонентов интерфейса

Производная модели camenduru/RMBG-2.0. RMBG-2.0 от BRIA AI выделяет передний план и создаёт альфа-матte для удаления фона на изображениях.

Подходит для: удаление фона с товарных фотографий для интернет-магазина · подготовка изображений людей для рекламных макетов · создание прозрачного фона у изображений предметов и животных