明略科技端側GUI智能體Mano-P 72B模型OSWorld測試全球第一

明略科技（港交所2718.HK）於2026年3月正式在GitHub開源全球首款專為邊緣設備設計的GUI智能體模型Mano-P，該模型以端側運行架構突破傳統雲端AI限制，解決使用者隱私與個性化操作的核心需求。此模型透過完全在裝置本地運行，無需將螢幕截圖或任務數據傳輸至外部伺服器，同時實現高精度操作能力。在OSWorld基準測試中，72B參數規模版本以58.2%成功率擊敗專業模型全球第一，超越13項百億級通用大模型，WebRetriever等多項測評更大幅領先雲端AI方案。Mano-P採用Apache 2.0開源協議，透過三階段逐步釋出完整技術棧，重新定義AI操作電腦的本質，使每部裝置都能擁有自己的AI助手，無需依賴雲端服務或外部數據傳輸，為隱私保護與操作效率提供全新解方。

端側運行技術突破 隱私安全與性能兼備

Mano-P的核心創新在於實現「完全端側運行」架構，徹底解決雲端AI的數據外洩與延遲問題。與傳統GUI智能體需將螢幕截圖上傳至伺服器處理不同，Mano-P在使用者設備上本地運行，所有操作推論、螢幕解析與任務執行均在裝置內完成，螢幕截圖與任務數據永不離線。此設計不僅符合GDPR等嚴格隱私法規，更大幅降低操作延遲，使AI能即時回應使用者互動。技術層面，模型透過三項關鍵突破實現高效能：首先，採用視覺-語言-行動（GUI-VLA）架構，精準識別螢幕關鍵UI元素，將視覺Token壓縮至12.57%，僅需解析13%核心資訊即可執行任務，例如識別「登入按鈕位置」或「輸入框座標」，推論速度提升數倍；其次，創新存儲優化策略，以4bit量化存儲模型，激活值保留16bit，使4B輕量版在M4 Mac上僅需4.3GB記憶體，預填充速度達476 tokens/秒（每秒處理約300-400字中文），一臺32GB記憶體的MacBook Pro可流暢運行，同時支援日常辦公應用不卡頓；最後，支援三種使用模式（指令列/SDK/Agent Skill），從開發者到一般用戶皆能全場景應用，實現從技術到產品的完整轉化。

72B模型全球測試領先 4B版本實用化突破

Mano-P的技術實力已通過嚴格基準測試驗證，72B參數規模版本在OSWorld五項基準測試中以58.2%成功率奪冠，超越13項百億級通用模型，並在WebRetriever等專業測評中大幅領先雲端方案。此測試涵蓋複雜操作場景，如跨應用程式資料整理、系統設定調整等，模型能準確辨識UI結構並執行精細操作。值得注意的是，Mano-P非概念產品，其效能經權威基準驗證：測試中模型需處理高解析度螢幕截圖，傳統模型會逐像素解析完整圖像，而Mano-P專注關鍵UI元素（如按鈕位置、輸入框狀態），僅需13%資訊即可完成判斷，任務成功率幾乎不受影響。4B輕量版則針對日常使用優化，M4 Mac Pro測試顯示，4.3GB記憶體佔用下，處理速度達476 tokens/秒，足以支援會議記錄整理、郵件分類等常見任務。與雲端方案相比，端側運行避免了每秒數百次伺服器調用，大幅降低運算成本與延遲，尤其適合企業級場景如財務系統操作或醫療資料處理，無需擔心數據外洩風險。

重新定義AI操作邏輯 從雲端到設備的範式轉移

Mano-P的意義在於顛覆「AI需依賴雲端」的傳統思維，將主動服務邏輯從被動指令轉向主動預判。傳統RPA（機器人流程自動化）僅能執行預設步驟，如「點擊登入按鈕」，而Mano-P透過雙向強化學習（「描述→定位」與「定位→描述」），能理解按鈕功能並自主判斷情境。例如，當使用者檢視會議邀請時，模型自動識別「預約時間」與「參與者清單」，主動準備會議資料；收到重要郵件時，即時提醒並提取關鍵資訊。此能力源自三階段進化訓練：第一階段SFT（監督微調）學習基礎指令，第二階段離線RL（強化學習）優化操作邏輯，第三階段在線RL實現情境適應。相比雲端AI需持續調用伺服器，端側模型每分鐘僅需檢索數次數據（如郵件、日曆），避免雲端伺服器的高成本運算。對企業而言，若1000名員工每日自動調用AI 50次，雲端方案將產生數百萬次伺服器請求，成本驟增；而端側模型無此負擔，且完全符合數據主權要求。明略科技表示，Mano-P已進入企業試用階段，預計2026年Q4推出企業級SDK，為金融、醫療等高隱私需求產業提供全新AI操作框架，標誌著AI從「雲端助手」邁向「設備自主體」的關鍵轉折。