截至 2025 年 12 月，豆包面向公众的 核心对话大模型（即日常使用的豆包 App / 网页版背后的主模型）未完全开源 ，但豆包大模型团队已开源多个专项子模型与技术方案，具体如下：
| 开源模型 / 工具 | 开源时间 | 核心能力 | 开源地址 |
|---|---|---|---|
| UI-TARS 系列（含 1.5 版） | 2025 年 1/4 月 | 多模态 GUI 智能体，可操作电脑 / 手机系统与浏览器交互 | GitHub: https://github.com/bytedance/UI-TARS |
| VideoWorld | 2025 年 2 月 | 纯视觉视频生成与认知模型，无需依赖语言模型 | 官方开源渠道含代码与模型 |
| Seed-OSS | 2025 年 8 月 | 面向国际化场景的开源大语言模型，Apache-2.0 许可 | GitHub 相关代码库 |
| FullStack Bench + SandboxFusion | 2025 年 9 月 | 全栈编程评估数据集与代码沙盒执行工具 | 豆包团队官方开源渠道 |
这些开源项目多聚焦特定技术方向（如智能体、视频生成、代码评估），而豆包主对话模型目前仍以 API 调用等闭源服务形式提供。
UI-TARS 本地部署配置分模型规格给出，核心取决于你选择的 2B/7B/72B 参数版本，以下是最低与推荐配置（含系统、硬件、依赖），以 NVIDIA 显卡为主（支持 CUDA），CPU 也可运行但速度极慢：
| 维度 | 2B 轻量版（个人 / 轻量自动化） | 7B 标准版（企业 / 桌面测试） | 72B 高性能版（复杂业务 / 多系统集成） |
|---|---|---|---|
| 系统 | Windows 10+/macOS 10.15+/Linux | 同左 | 同左，推荐 Linux 服务器版 |
| CPU | 最低：i5/R5 6 核；推荐：i7/R7 8 核 + | 最低：i7/R7 8 核；推荐：i9/R9 12 核 + | 最低：至强铂金 / AMD 霄龙 32 核；推荐：双路服务器 CPU |
| 内存 | 最低：8GB；推荐：16GB+ | 最低：16GB；推荐：32GB+ | 最低：64GB；推荐：128GB+ |
| GPU | 最低：RTX 3060（6GB 显存）；推荐：RTX 3070Ti（8GB） | 最低：RTX 3090（24GB）；推荐：RTX 4090（24GB） | 最低：A100 40GB；推荐：A100 80GB×2 |
| 显存 | 最低：6GB；推荐：8GB+ | 最低：12GB；推荐：24GB+ | 最低：40GB；推荐：80GB+ |
| 存储 | 最低：10GB 可用；推荐：SSD 50GB+（模型 + 依赖） | 最低：20GB 可用；推荐：NVMe SSD 100GB+ | 最低：50GB 可用；推荐：NVMe SSD 200GB+ |
| 依赖 | Python ≥3.8、Node.js ≥16.0、Git、CUDA 12.0+ | 同左 | 同左，需更高版本 CUDA 与多 GPU 并行库 |
补充说明：
- 若用 Mac M 芯片，2B/7B 可通过 ROCm 适配，性能约为同显存 NVIDIA 卡的 70%-80%，72B 不建议在消费级 Mac 部署。
- 本地仅运行 SDK 调用云端 VLM（如豆包 API）时，配置可降至 8GB 内存 + 核显，核心计算在云端。