全球第一，13个SOTA！探秘GUI智能体模型的突破性进展

在人工智能助手日益普及的今天，如何让AI真正具备操作图形界面的能力，成为业界关注的焦点。传统的AI助手往往只能通过API接口实现有限的功能操作，而真正的图形用户界面（GUI）操作能力意味着AI能够像人类一样「看」着屏幕、「理解」界面、然后执行相应操作。这不仅是技术上的重大突破，更是AI从「工具」向「助手」演进的关键一步。

全球第一，断档领先

近日，明略科技发布了全新升级的Mano-P 1.0模型，这是一款面向端侧设备的纯视觉GUI-VLA智能体模型。与传统方案不同，Mano-P不依赖任何插件或API接口，能够直接理解并操作桌面软件和网页界面，完成复杂的图形化工作流。这意味着用户可以让AI直接操作各种应用程序，而不仅仅局限于浏览器场景。

核心优势：本地运行，数据零上云

Mano-P 1.0的发布带来了令人瞩目的成绩单。在全球13个多模态基准榜单上，该模型均达到SOTA（最优水平），覆盖GUI Grounding、CUA、感知认知、视频理解、上下文学习等多个维度。具体来看，在ScreenSpot-V2上取得93.5分，MMBench达到87.5分，UI-Vision达到46.6分，几乎全面碾压同量级竞品。在GUI Agent领域最具权威性的OSWorld基准测试中，Mano-P 1.0-72B取得了58.2%的成功率，在所有专用GUI智能体模型中排名全球第一，领先第二名opencua-72b达13.2个百分点。

开源三步棋，赋能开发者

Mano-P最具创新性的特点在于其完全本地化的运行架构。当前主流的Computer Use方案普遍采用「截屏-上传云端-推理-返回指令-本地执行」的模式，这意味着用户的屏幕内容会被传输到外部服务器，存在隐私泄露风险。而Mano-P支持在Apple M4芯片+32GB内存的Mac mini或MacBook上直接进行本地推理，所有截图和任务数据完全不出设备，不需要配置任何API密钥，不需要联网，真正实现了数据零上云。性能测试显示，其4B量化模型在Apple M4 Pro上可实现476 tokens/s预填充速度和76 tokens/s解码速度，峰值内存仅占4.3GB，一台标配M4 Mac mini即可流畅运行。

从通用AI到个性化AI的演进

Mano-P采用了分三阶段逐步开源的策略，全方位赋能开发者群体。第一阶段开源Mano-CUA Skill，提供三种接入形态：mano-cua（CLI命令行工具）、mano-skill（Agent Skill插件）、mano-client（Python SDK），让开发者能够快速体验并集成GUI操作能力。第二阶段将开源Mano-CUA的本地模型和SDK组件，使具有高安全性要求的开发者能够在Mac本地运行推理，所有操作均在本地执行。第三阶段计划开源训练方法本身，包括Mano-P所使用的训练方法、剪枝和量化技术。其核心技术底座Mano-Action双向自增强学习框架，采用Text↔Action循环一致性学习，让模型同时掌握自然语言到动作、动作到自然语言的双向理解能力。配合「思考-行动-验证」循环推理机制，实现自我进化和纠错。

如有侵权，请联系删除。