端側智能體模型全球領先 Mano-P 72B 58 2% 成功率奪魁

2026年3月24日明略科技正式公佈其端側GUI智能體模型Mano-P在OSWorld專業測試中以58.2%成功率擊敗全球13個超百點級模型奪冠。該模型72B參數版本實現屏幕操作任務全本地運行，數據不離設備，徹底解決雲端傳輸導致的隱私洩露風險。與Anthropic的Claude Computer Use需上傳屏幕截圖至雲端不同，Mano-P在M4 Mac設備上透過端側推理完成操作，同時保持高性能量。此突破為企業級AI助手提供安全高效解決方案，尤其適用於處理客戶數據、財務報表等敏感業務場景，避免傳統雲端方案引發的合規成本與操作延遲問題。

隱私與性能雙重危機 當前GUI智能體的致命缺陷

當前主流GUI智能體如Anthropic的Claude Computer Use依賴雲端處理，操作時需將屏幕截圖上傳至伺服器。官方文件明確警示「當Computer Use啟用時，Claude能看見螢幕顯示的一切，包括個人資料、敏感文件或私人資訊」。此設計在企業應用中引發嚴重隱憂：金融機構處理客戶資料時，數據經雲端傳輸不僅增加洩露風險，更需額外投入合規審計成本。技術層面而言，雲端模型需依賴伺服器算力，導致操作延遲率上升30%以上，尤其在跨系統CRM資料錄入等複雜任務中，響應速度明顯下降。IDC最新報告指出，78%的金融與醫療企業因隱私顧慮放棄採用此類方案，而傳統RPA（機器流程自動化）更因界面改版需重配規則，維護成本高達操作成本的3倍。企業面臨的困境是：既要AI協助提升效率，又無法承受數據安全與系統靈活性的雙重代價。

端側架構突破 隱私與效能兼得的技術解方

Mano-P的核心創新在於建立「螢幕理解-決策-操作」三階段全端側閉環。72B參數模型透過優化視覺特徵提取演算法，在M4 Mac設備上實現58.2%的測試成功率，較第二名領先13個百分點。技術關鍵在於數據完全保留在設備記憶體，符合GDPR及《個資法》嚴格要求，審計日誌顯示0數據洩露事件。與雲端方案相比，端側模型避免傳輸算力消耗，使企業無需額外付費即可提升效率：某國銀客服系統實測顯示，採用Mano-P後任務處理速度提升40%，且系統延遲穩定在200毫秒內。4B輕量版則針對移動端優化，透過分層推理技術，在M4 Mac上實現流暢操作。明略科技技術總監強調，模型本地運行使「AI主導性不依賴平台成本」，避免雲端平台因算力消耗導致的服務降速，真正實現「AI越主動，平台越省錢」的商業邏輯。

行業標準重寫 個性化與安全性的雙支柱架構

Mano-P的突破重新定義GUI智能體的行業標準，其「隱私+個性化」雙支柱設計直擊企業核心痛點。技術架構上，基礎層支援螢幕操作，進階層可調用本地API，頂層提供個性化服務，形成三階段漸進式技術棧。此設計與傳統RPA根本區別在於：RPA需預設規則，界面改版即失效；而Mano-P基於語義理解，能自適應界面變化。例如在CRM系統中，AI可識別「客戶訪談記錄」欄位，自動填寫內容，無需人工定位。IDC預測，2027年端側AI助手將佔據企業級GUI智能體市場65%份額，Mano-P的72B模型已成行業新標桿。明略科技更宣佈4B版本將於2026年Q3開源，推動中小企業快速部署。此舉不僅解決數據安全問題，更透過「本地推理+漸進式功能擴展」，使AI助手從「工具」升級為「主動協作夥伴」——如在金融審計場景，AI能主動識別異常交易，即時通知風險，而非僅回應指令。這標誌著AI從「能說會道」邁向「能幹會做」的關鍵轉折點，為企業數位轉型提供可落地的技術支點。