明略科技Mano模型推動GUI智能操作發展

據行業報告顯示，未來五年，智能代理市場規模預計突破千億美元。近年來，隨著生成式AI技術的快速發展，如何讓AI像人類般操作手機與電腦，已成為全球研究焦點。

近日中國企業級大模型的重要代表——明略科技（股票代碼：未上市）推出了其全新專有大模型「Mano」，並在Mind2Web和OSWorld兩大國際基準測試中取得了SOTA（State-of-the-Art）成績，標誌著GUI智能操作技術的進一步提升。

GUI智能操作的技術挑戰

當前AI領域中，能夠像人類一樣精確操作圖形用戶界面（GUI）的智能代理仍然屈指可數。這需要精準識別屏幕元素，同時處理多步驟的複雜任務。例如，業界標準測試平台Mind2Web涵蓋了137個網站及超過2,350個真實任務，要求智能體在動態變化的DOM結構（DOM）中準確找到目標元素並完成操作鏈。而在更困難的桌面端測試OSWorld-Verified中，則包含了369個跨應用任務，覆蓋瀏覽器、辦公軟件等多種場景，每項操作都需要無縫融入真實桌面環境。

官方技術報告顯示，在OSWorld-Verified評測中，Mano的成功率達到41.6±0.7%，超越包括Qwen、GUI-Owl及OpenCUA在內的其他頂尖模型。此外，其在Mind2Web中的元素精度（Ele.Acc）和步驟成功率（Step SR）指標也更加優秀，展現出「看得準、做得成」的核心能力。在這樣的背景下，明略科技的Mano模型表現尤為突出。

技術創新：在線強化學習與數據自動採集

Mano的優異表現依賴於兩大核心技術創新。首先是首次提出的「在線強化學習」訓練模式。與傳統的離線強化學習不同，這種方法讓模型可以在真實交互環境中持續學習最新的數據，從而增強其適應性和靈活性。

明略科技為此搭建了一個模擬環境池，涵蓋瀏覽器（BUA）和桌面（CUA）環境，這些環境用於收集多元化的交互數據。團隊還採用了「在線採樣 + 離線過濾」的方式，有效避免因失敗軌跡導致的學習效率低下問題。

第二項核心技術是智能探索與自動化數據採集。過去，構建高質量交互軌跡數據往往需要大量人工標注，成本高昂且耗時冗長。針對這一痛點，明略科技設計了一套自動化解決方案，利用大模型生成語意標記與功能說明，並通過深度優先搜索（DFS）策略截取帶註釋的交互數據。

消融實驗表明，這些技術改進使模型在OSWorld-Verified數據集上的平均分數提升了7.9，達到41.6。

應用前景：加速企業智能化轉型

作為明略科技旗下DeepMiner智能體的自動化執行引擎，Mano的問世標誌著AI在複雜軟件與瀏覽器環境下的操作能力邁上了新台階。展望未來，公司計劃進一步優化Mano在端側部署的能力，助力企業實現更高水平的智能化轉型。例如，通過整合非常見模態數據（如腦電圖（EEG）和眼動追蹤（ET））的處理技術，Mano有望在醫療、教育等領域發揮更大作用。

對於關注AI技術發展的讀者而言，這是值得期待的一大進步。欲了解更多詳情，可訪問官方技術報告或查看OSWorld排行榜。

（本文部分資料來源於明略科技公開信息及相關技術文獻。）