明略科技發布大模型產品線 DeepMiner

9月20日，明略科技正式推出專有大模型產品線DeepMiner，該產品線定位于商業數據分析，旨在通過可信的智能體，為企業提供更高效、可驗證的數據處理和決策支持能力。

明略科技創始人、CEO兼CTO吳明輝表示，人工智能的發展已逐步進入以智能體為核心的新階段。與面向消費者的“一句話生成”類應用不同，企業在生產環境中更關注結果的準確性和可追溯性。DeepMiner 的推出，正是為了滿足企業級場景對透明度和可靠性的需求。

據介紹，DeepMiner 采用多智能體架構，結合人機協作機制，通過多輪交互明確任務目標，并依托廣告、零售、跨境電商等領域的數據資源提供分析支持。

技術方面，DeepMiner 由一個智能中樞——Foundation Agent 統一調度，承擔起各組件協同工作的統籌職責，解決企業 AI 應用中的知識連接難題 。在 FA 的調度下，不同功能的智能體各司其職、協同配合，如同一個 “虛擬專業團隊” 高效運轉。企業用戶可通過人機交互機制，隨時介入任務執行過程，調整工作方向、細化任務目標 。基于 MoA 架構，DeepMiner 可針對每個細分業務板塊，均可匹配最優模型進行處理，相比傳統 MoE 架構，大幅提升了系統優化效率 。

明略科技同步展示了兩款自研專有模型。其中，Mano 模型面向復雜軟件和瀏覽器環境，可實現精細化操作；Cito 模型專注復雜任務的規劃與強化學習，利用人機協作縮小動作空間，提高任務執行的效率和準確率。

明略科技DeepMiner產品負責人黃楠介紹，人工智能從 生成式 AI（Generative AI）發展到 智能體 AI（Agentic AI）最大的突破在于，Agent給大模型安裝了眼睛和手腳，能夠主動執行任務，然而，這也帶來了新的挑戰。由于通用大模型并非為操作軟件而訓練，因此在規劃、操作層面的效果往往差強人意。智能體精準的工具調用能力，依賴于 Browser Use Agent（BUA）與 Computer Use Agent（CUA）的性能。明略科技自研的 Mano 模型則填補這一技術空白，讓智能體真正學會了 “看” 與 “點”，能夠在各類軟件及瀏覽器環境下實現精細化操作。近日，Mano 模型已在全球兩大權威基準測試（Mind2Web——BUA 基準測試、OSWorld——CUA 基準測試）中登頂，均達到行業 SOTA（State of the Art）水平。

針對企業備受困擾的“幻覺”問題，DeepMiner進行了系統性優化。從任務分解、工具調用到結果生成，用戶均可清晰查看每一步操作的邏輯，在必要時還能進行人工干預。這一設計不僅大幅降低了 “幻覺” 發生率，更讓輸出結果具備了可驗證性。經實際測試，DeepMiner 在垂直行業場景中的 “幻覺” 率遠低于通用模型水平 。

以跨境電商典型應用場景海外市場調研為例，DeepMiner可通過多輪追問明確研究范圍，調用專業數據庫完成數據采集與分析，并生成報告，展示了其在跨境電商場景中的應用潛力。

明略科技創始人、CEO兼CTO吳明輝表示：“此次 DeepMiner 專有大模型產品線的發布，標志著明略科技在大模型時代的重要戰略布局。未來，我們將基于 DeepMiner，推出面向金融、法律、人力資源、制造等垂直行業的專屬智能體。我們堅信，‘可信’將成為企業應用人工智能的核心標準，而 DeepMiner 的目標，就是打造商業場景中的可信Agentic大模型，以數據驅動可信生產力，創造人機同行的美好世界。”