社区

当 AI 智能体从简单的对话框迈向复杂的浏览器场景，它能否真正像人类一样，在瞬息万变、充满弹窗和频繁改版的真实互联网中独立完成任务，成了当前 AI 走向实战的核心瓶颈。 近日，明略科技面向网络智能体（Web Agent）评测的大规模综合基准 WebRetriever 相关论文，已被计算机视觉领域国际顶级会议 ECCV 2026 正式接收。该基准覆盖 800 个真实在线网站、1,550 项任务，并在大规模真实网络环境下，首次量化了智能体“到达正确页面”与“任务真正完成”之间的真实能力差距，为这一快速发展的领域建立起更贴近真实应用的评测标准。 相关链接： - Github 代码：https://github.com/Mininglamp-AI/WebRetriever - WebRetriever 榜单主页：https://mininglamp-ai.github.io/WebRetriever/ - Huggingface 数据集：https://huggingface.co/datasets/Mininglamp-2718/WebRetriever - Mano-P 主页：https://github.com/Mininglamp-AI/Mano-P 三大系统性方案，攻克 Web Agent 评测核心痛点 当 AI 从对话交互走向浏览器操作，如何客观衡量其任务完成能力，已成为业界关键的研究命题。当前主流评测方法普遍存在三方面局限：数据规模有限且领域覆盖单一；自动评判过度依赖视觉截图，难以捕捉细粒度交互语义；以及将“导航成功”等同于“任务完成”，忽视了对最终交付结果的检验。 针对这三大行业痛点，WebRetriever 给出了系统性的解决方案： WebRetriever 从三个方面解决了先前工作的关键局限性：数据集规模和多样性、自动化评估的可靠性，以及面

7月3日，中国首批AI原生动画院线电影《神话事故应急处理办公室》在浙江温州版权馆正式开机。 这部电影由阅合科技与掌阅科技联合打造，明略科技、浙江电视台民生休闲频道、清波致远联合出品，化学工业出版社深度参与。明略科技副总裁刘沛与项目主创、行业嘉宾等共同出席本次开机仪式。 与传统动画电影不同，这不仅是一部用AI参与制作的电影，更像是一次对电影生产方式的新尝试。AI不再只是生成几张图片、几段视频，而是深度参与剧本讨论、创意协作、制作管理等多个环节，与创作者共同完成一部商业院线作品。对于整个行业来说，这也是AI走向影视工业化应用的一次探索。 明略科技以“AI统筹”的角色参与电影制作，基于Agentic AI能力，在人机协同平台Octo上构建了一套多智能体与人类协作平台，让不同智能体与创作团队能够高效分工、协同完成复杂制作任务。 导演开始"给AI讲戏"，剧组里多了一群数字成员 电影拍摄过程中，导演每天都会和编剧、美术、分镜、后期反复讨论。这些沟通往往会沉淀大量创作细节，但过去，它们大多散落在会议记录、聊天记录和不同人的记忆里，很难真正积累下来。 在《神话事故应急处理办公室》中，这件事开始有了新的解法。明略科技基于自研的人机协同平台Octo，为剧组搭建了一套多智能体与人类协作平台。导演可以直接通过明略科技推出的AI原生智能录音硬件Octic，与AI交流创意，而这些讨论会实时同步到 Octo，由不同的Agent持续理解、整理，并参与后续协作。换句话说，剧组里除了真人成员，也多了一批"数字剧组成员"。 对于创作者来说，这些Agent不是简单回答问题，而是在不断学习整个团队的创作方式。影片联合出品方阅合科技创始人张潇表示，过去剧本围读产生的大量信息，很难真正沉淀下来；团队也尝试过不少AI工具，但彼此之间很难协同。而现在，编剧、美术指导、AI生成师拥有了共同的创作空间，讨论内容能够实时沉淀，不

6月30日，北京大学计算机学院2026年毕业典礼在百周年纪念讲堂李莹厅隆重举行。 北京大学计算机学院院长胡振江，院党委书记熊校良，院党委副书记马思伟，副院长崔斌、郭耀、周明辉，图灵奖得主、北京大学前沿计算研究中心主任John Hopcroft教授，优秀校友企业、明汯投资北京办公室负责人郭金霞等人出席典礼。典礼由院党委副书记魏朋主持。 明略科技创始人、CEO兼CTO吴明辉作为计算机学院优秀校友代表出席典礼，并现场发表演讲。 吴明辉分享了自己与北大跨越二十多年弥足珍贵的缘分——2000年通过奥赛银牌被保送到北大数学系，因一门选修课走进计算机实验室，转而攻读人工智能方向硕士；2019年再次回到北大，进入软件与微电子学院攻读人工智能方向的工程博士。他坦言，“今天既是校友，也是和大家一样的应届毕业生”。 回顾二十年创业历程，吴明辉指出“把一件事衡量清楚，比做出来更难”。他提到，今天行业里有个时髦的词叫benchmark，而他的创业正是从“如何衡量数据可信度”开始。直到今天，他仍在做同一件事——开发真正可信的人工智能，“因为AI的价值观，比它的智商重要得多”。 正是这份对“人”的关注，让他始终在追问一个更为根本的问题：当AI什么都能计算，人，还剩下什么？ 吴明辉认为，今天这个世界不缺更聪明的 AI，缺的是真正对人好、真正关心人的 AI。 吴明辉说道：“全世界都在比谁的模型更大、更聪明、能替代更多的人。但我更希望，我们北大计算机人一起去做不一样的事： 去做让人更有尊严的 AI， 而不是让人更容易被替代的 AI； 去做让人更被理解的 AI， 而不是让人更容易被算计的 AI； 去做让人类更有创造力的 AI， 而不是蒸馏人类技能的 AI； 去做真正关心人的 AI， 而不只是更聪明的 AI。 教育、医疗、养老、科学发现，以及很多行业，都在等着我们去做那些真正把人放在心上的 AI。 决定一项技术是

明略科技正式发布 Octo——首个开源可信的 Agent 协作网络，开创人与 AI 协同工作的新范式。Octo 支持私有化部署，让数据与知识主权真正回归企业和用户。通过将孤立的 AI Agent 重构为可协同、可编排、可品鉴的组织级数字劳动力，Octo 让每一次人机协作都成为组织资产复利积累的节点，驱动 Agent 和系统在人类品鉴力的校准下持续进化、越用越懂你。 随着越来越多的智能体出现在个人终端与组织流程中，新的挑战也逐渐浮现：当每个人都拥有自己的 AI 助手，当组织内部涌现大量数字劳动力，它们之间应当如何连接、协作并共享关键的上下文？又该如何在核心节点接受人类的判断与校准？ 明略科技认为，AI Agent 下一阶段的核心命题，并非一味扩大模型参数或构建单一的超级智能体，而是让不同 Agent 在同一个网络中协同工作。Octo 要做的，正是构建“Agent 之间的互联网”。 Octo 仓库地址：https://github.com/Mininglamp-OSS 从个人助手，到组织协作网络 在传统的 AI 工具使用场景中，Agent 往往为孤岛式的存在。它们各自记忆、独立执行，缺乏统一的协作界面与任务流转机制，导致能力难以沉淀、经验无法复用，组织也难以真正实现规模化的 AI 应用。 Octo 的推出正是为了打破这一僵局。通过 Channel 与 Thread 等协作架构，Octo 为人与 AI、以及 AI 与 AI 之间搭建了共同工作的基础网络。一个 Channel 即是一个项目工作群组，人和 Bot 可以在其中实时对齐意图、派发任务。 当 Channel 中包含多个讨论事项时，人类与 Agent 均可在 Channel 内新建多个 Thread 以聚焦特定话题，确保具体的事务脉络不会被庞杂的信息流冲走，引导讨论自然收敛。 在 Octo 中，AI Agent 以 Bot

明略科技（2718.HK）正式发布截至 2025 年 12 月 31 日止年度的全年业绩。报告期内，公司实现营业收入14.26亿元，同比增长3.2%；毛利达到7.9亿元，同比增长10.8%；经调整净利润（Non-HKFRS）达0.42亿元，实现扭亏为盈。 在财务表现与经营质量持续向好的同时，明略科技已全面迈入 AI 原生运营时代。AI 正加速从辅助工具转变为嵌入真实业务流的关键生产力，推动公司从“提供数据智能”进一步走向“交付可量化结果”。其中，Agentic Services（智能体化服务）业务模式已完成从能力验证到商业化落地的关键突破，成为明略科技推动 AI 商业化演进的重要标志。 明略科技创始人、CEO 兼 CTO 吴明辉表示：“2025 年，明略科技完成了一次关键转型——从帮助客户‘看懂数据’，到帮助客户‘拿到结果’。Agentic Services 的意义，正是在于推动 AI 的价值从工具交付走向结果交付。这不仅改变了客户采购专业服务的逻辑，也正在重塑服务方式与商业模式，为明略未来打开更大的增长空间。” 经营质量持续优化，AI 深度重塑业务流 2025 财年，明略科技继续以 Data Intelligence（数据智能）为基础盘，以 Agentic AI 为核心驱动力，推动业务结构持续优化。公司目前已赋能约 2,100 家知名品牌客户以及逾 24 万家企业用户，持续帮助客户优化决策、提升运营效率。报告期内，公司大客户续约率达到 96%，核心客户群保持稳定，整体业务展现出较强的韧性与黏性。 依托自研企业级可信商业智能体平台 DeepMiner，公司已将 AI 系统性嵌入主要业务线，推动交付逻辑加速向“Agent 驱动”转变，并在多个核心场景中取得明确成效，实现Data Intelligence业务板块的运营效率提升，其中营销智

明略科技今日宣布正式开源全球最全面、最权威、最结构化的开源数据源知识库——First Data。该项目旨在通过结构化聚合全球 1000+ 政府与国际组织信源，打造一道机器可读的“数字证据链”，确立“数据可信度优于数据规模”的行业新共识。 在生成式人工智能正在以惊人的速度重塑互联网图景的今天，信息的获取变得空前便捷，但“真实”却似乎正在变得日益稀缺。面对这一行业共性挑战，明略科技今日正式宣布，面向全球开源其最新构建的数据基础设施项目——First Data。 First Data是目前全球范围内最全面、最权威、最结构化数据源知识库。该项目依据 MIT 协议开源，计划收录超过 1000 个全球权威数据源，涵盖国际组织、各国政府、学术机构及行业核心领域，将分散、非标、难复用的原始内容，转化为可追溯、可验证、可引用的"核心事实"，并保留完整证据链与版本历史，确保每一条结论都能"回到原文"。推动人工智能从模糊的概率生成向基于严谨证据的逻辑推理进化。 从"信息过载"到"真实稀缺" 大语言模型的爆发式增长让“Big Data”（大数据）的概念深入人心。然而，当噪音、拼贴内容甚至 AI 产生的“幻觉”逐渐成为网络信息的默认背景时，如果模型训练或推理所依赖的数据本身就是不稳固的，那么无论算法多么先进，其输出的结论都将是空中楼阁。因此，单纯的数据规模已不再是核心竞争力，数据的纯净度与可验证性成为了新的痛点。  明略科技敏锐地捕捉到了这一行业转折点。First Data 的诞生，正是基于“Clean Data > Big Model”（高质量数据优于大模型）这一核心技术哲学。通过系统性地发掘并聚合跨领域的高可信信源，让每一次深度思考，都建立在可以被验证的事实之上。 打造结构化元数据体系 在现有的网络环境下，大量高价值的权威数据往往“沉睡”在难以被机器自动解析的政府网站深

AI模型越来越“重”的今天，如何让它们在智能设备上“轻装上阵”？ 近日，明略科技（2718.HK）与东南大学、中南大学共同提出了一个创新的端到端框架——CompTrack。通过给AI装上“智能过滤器”，只处理有价值信息，抛弃无用数据，不仅让点云跟踪速度提升至80帧/秒，精度再创新高，更赋予自主智能体实时决策能力，让机器人在复杂环境中更加“眼疾手快”。该研究已被人工智能领域顶级会议 AAAI 2026 接收为 Oral 。 在机器人和具身智能领域，transformer 模型正变大越来越通用，同时也越来越 「重」。我们在渴望 SOTA 精度，但现实世界的边缘设备 (如机器人端场景) 却无法承受其高昂的计算和延迟。 图片 论文地址：https://arxiv.org/pdf/2511.15580v3 「Efficient AI」的核心挑战之一是：模型是否真的需要处理所有输入数据？ 由东南大学、中南大学、明略科技（2718.HK）联合提出的一篇被 AAAI 2026 接收为 Oral 的论文 CompTrack 给出了一个深刻的答案。这项工作展示了压缩技术如何大幅降低计算开销，同时保持或甚至提升模型性能，以 3D 点云跟踪作为一个引人注目的应用案例。 具体而言，该工作一针见血地指出，当前 AI 模型（尤其在处理稀疏数据如点云时）普遍面临「双重冗余」（Dual-Redundancy）挑战： 图片 1. 空间冗余 (Spatial Redundancy)：海量的、无关的背景点和空白区域（如天空、远处的建筑物）被送入网络，这不仅浪费算力，更污染了特征，导致精度下降。 2. 信息冗余 (Informational Redundancy)：这一点更为致命且常被忽视。即便是在我们真正关心的「前景目标」上，也充斥着大量重复和低价值的信息。例如，在识别一辆车时，车辆引擎盖上的

明略科技（2718.HK）2025黑客马拉松以“五天复现Claude Code”为赛题，全员实践Vibe Coding，推动研发范式从“手写代码”向“智能协作”有力转型。基于Claude Code架构，40支参赛团队在五天内完成多智能体系统核心功能构建，产研效率显著提升，实现AI协同能力的组织级落地。 近期，柯林斯词典正式将Vibe Coding 列为2025 年度词汇，借助大模型能力，越来越多的顶尖工程团队也开始将 Vibe Coding 视为下一代开发体系，足见其在全球范围内的影响力与前瞻性。 与传统“手写代码、人工调试”的模式不同，Vibe Coding 的核心在于通过自然语言表达需求，让AI自动完成逻辑拆解、整体架构设计、自动代码生成与迭代等，实现从“人工执行”到“智能协作”的跃迁。 在这一趋势背景下，明略科技近期面向全体员工举办了 2025 黑客马拉松挑战赛，首次将 Vibe Coding 高效开发体系与业界公认的前沿 Agentic AI 架构设计深度融合。 技术标准全面升级，五天复现Claude Code核心功能 多智能体系统（Multi-Agent System）被视为 AI 走向通用智能的关键路径，它要求多个专业化 Agent 高效协同，以完成复杂任务。本次比赛，参赛队伍被要求在为期五天的时间内，复现业内领先的多智能体协作框架 Claude Code 的核心功能。参赛者需要通过自然语言设定需求，驱动大模型自动生成系统框架，并在与模型的持续交互中补全细节、处理报错、修复异常、优化性能，最终完成从需求到可运行程序的全流程复现。 在传统模式下，对Claude Code 的复现往往需要数月时间，而Vibe Coding出现让研发工作的效率获得了指数级提升。以往需要从零搭建工程结构、模块功能开发、手动排查错误日志的繁复流程，如今只需清晰表达逻辑与需求即可完成。 Vi

明略科技（2718.HK）自研大模型 Mano 再获世界级突破！ 据 OS-World E2E官方榜单最新数据（截至 2025 年10 月），明略科技自研的 GUI 智能体大模型 Mano 以 54.0% 的任务成功率刷新纪录，位列 Specialized 模型第一、模型总榜第二，仅次于 Anthropic 最新发布的 Claude 4.5。 Mano以72B参数在OSWorld-Verified 榜单的 Foundation E2E GUI 评测总榜位列第二。 与今年9月首次提交的数据相比，Mano 的参数规模从 7B 扩展至 72B（约 720 亿），任务完成率从40.1% 提升到 54.0%，性能实现了显著提升。这也标志着专用智能体在真实操作任务中的执行能力达到新高度。 Mano以72B参数在OSWorld-Verified 榜单的 Foundation E2E GUI & Specialized Model 评测中位列第一。 从语言到行动：智能体的下一阶段 OSWorld 是目前全球最具权威的“操作智能”评测体系，涵盖 10 类应用、369 个跨应用任务。它要求模型在真实的桌面和浏览器环境中执行连续操作——例如打开电子表格、搜索信息、整理数据、完成填报。这类任务远比问答生成复杂，因为每一步都需要模型既理解内容，又理解“界面结构”，并能在多次操作中保持逻辑连贯。 在此前的测试中，即便是顶级的通用大模型，在 OSWorld 上的成功率也常停留在 30%–40% 区间。而 Mano 72B 的最新成绩——54.0% 的端到端任务成功率——不仅刷新了中国模型的最高纪录，也让“专用智能体”第一次在这个“AI 操作考场”中站上了前列。 这背后的技术路线也与传统语言模型截然不同。明略科技在最新版技术报告《Mano Technical Report》（报告链接：https

明略科技（股票代码：2718.HK）登陆港交所！ 2025年11月3日，中国数据智能应用软件领军企业——明略科技（股票代码：2718.HK）正式在香港联合交易所主板挂牌，成为“全球Agentic AI第一股”，同时也是港股首家具备Agentic AI（自主智能体）完整技术栈的上市公司。