在全球AI技術(shù)競賽日益激烈的今天,中國AI企業(yè)正在用實(shí)力證明自己的技術(shù)深度。近日, 在2025第三屆全國人工智能應(yīng)用場景創(chuàng)新挑戰(zhàn)賽（CICAS）姑蘇專項(xiàng)晉級賽中，明略科技（2718.HK）聯(lián)合北京大學(xué)的參賽項(xiàng)目《基于多模態(tài)大模型的品牌出海創(chuàng)意生成與情感鏈接智能平臺》從70余個參賽團(tuán)隊(duì)中脫穎而出，斬獲“特等獎”殊榮，成功晉級全國總決賽。

全國人工智能應(yīng)用場景創(chuàng)新挑戰(zhàn)賽（CICAS）是在科學(xué)技術(shù)部戰(zhàn)略規(guī)劃司指導(dǎo)支持下，由中國人工智能學(xué)會與科技部新一代人工智能發(fā)展研究中心聯(lián)合主辦的綜合性年度賽事。自2023年辦賽以來，共吸引4800余個國內(nèi)外優(yōu)秀科技人才團(tuán)隊(duì)和優(yōu)質(zhì)創(chuàng)新創(chuàng)業(yè)項(xiàng)目參與，目前已成為推動AI與實(shí)體經(jīng)濟(jì)深度融合的重要平臺。

在此次比賽中，明略科技自研的Mano靈巧手和HMLLM(超圖多模態(tài)大語言模型)兩大核心技術(shù),分別在"數(shù)據(jù)獲取"和"主觀分析"領(lǐng)域?qū)崿F(xiàn)突破，獲得權(quán)威認(rèn)可。

明略科技Mano靈巧手在國際權(quán)威評估基準(zhǔn)OS-World榜單上,以54.0%的任務(wù)成功率刷新紀(jì)錄,在專有模型賽道排名第一,總榜僅次于Anthropic最新發(fā)布的Claude-Sonnet-4.5,位居第二。這一成績意味著,明略科技自研的72B參數(shù)大模型,在與Claude等國際頂尖大模型的同臺競技中取得了領(lǐng)先。

OS-World是業(yè)界公認(rèn)的GUI(圖形用戶界面)智能體評估基準(zhǔn),測試模型在真實(shí)操作系統(tǒng)環(huán)境中完成復(fù)雜任務(wù)的能力。能夠在這一榜單上取得第二名的成績,充分證明了Mano在"操作智能"領(lǐng)域的技術(shù)實(shí)力。

與此同時,HMLLM超圖多模態(tài)大語言模型在ACM MM2024 (ACM Multimedia,CCF-A類國際頂級會議)上獲得最佳論文提名,提名率僅2%。ACM MM是多媒體領(lǐng)域的頂級學(xué)術(shù)會議,能夠獲得最佳論文提名,代表了國際學(xué)術(shù)界對HMLLM創(chuàng)新性的高度認(rèn)可。

Mano和HMLLM兩項(xiàng)技術(shù)的突破,不是孤立的。它們共同構(gòu)成了從數(shù)據(jù)獲取到主觀分析的完整閉環(huán),這是明略科技技術(shù)體系的核心競爭力。

Mano靈巧手:從理解到操作的跨越

Mano靈巧手的創(chuàng)新,在于它突破了傳統(tǒng)大模型"只能對話不能操作"的局限。

傳統(tǒng)大模型擅長理解和生成文本,但在實(shí)際操作層面存在明顯短板。比如,當(dāng)你要求大模型"幫我從這個網(wǎng)站采集數(shù)據(jù)"時,它可以告訴你應(yīng)該怎么做,但無法真正去操作瀏覽器、點(diǎn)擊按鈕、填寫表單、提取數(shù)據(jù)。Mano的突破,正是實(shí)現(xiàn)了從"理解"到"行動"的跨越。

Mano具備四大核心能力:

第一,視覺理解能力。Mano能夠像人一樣"看"屏幕,精準(zhǔn)識別任何軟件界面元素——按鈕、輸入框、下拉菜單、圖標(biāo)等。這種視覺理解能力,使得Mano可以在多種瀏覽器環(huán)境中運(yùn)行,無需針對特定系統(tǒng)進(jìn)行改造。

第二,自動化任務(wù)拆解能力。當(dāng)接到一個復(fù)雜任務(wù)時,Mano能夠智能拆解為多個子任務(wù),并按照邏輯順序執(zhí)行。比如"采集某網(wǎng)站的產(chǎn)品信息",Mano會自動拆解為:打開網(wǎng)站→搜索產(chǎn)品→點(diǎn)擊詳情頁→提取信息→保存數(shù)據(jù)等步驟。

第三,高性能代碼生成能力。Mano實(shí)現(xiàn)了高HTML壓縮率和代碼生成成功率,支持動態(tài)、靜態(tài)和SPA(單頁應(yīng)用)等主流網(wǎng)頁類型。這意味著,無論網(wǎng)頁結(jié)構(gòu)多么復(fù)雜,Mano都能生成有效的操作代碼。

第四,智能自主學(xué)習(xí)能力。Mano能夠自主適應(yīng)新網(wǎng)站,通過"探索→使用→自標(biāo)注→再訓(xùn)練"的循環(huán),持續(xù)進(jìn)化提升。這種自主學(xué)習(xí)能力,使得Mano不需要人工標(biāo)注大量訓(xùn)練數(shù)據(jù),就能快速適應(yīng)新場景。

更重要的是,Mano采用72B參數(shù)規(guī)模,實(shí)現(xiàn)了性能與部署成本的平衡。相比動輒數(shù)千億參數(shù)的超大模型,72B參數(shù)的Mano可以私有化部署,既保證了性能,又解決了數(shù)據(jù)安全和成本問題。

HMLLM:從客觀內(nèi)容到主觀感知的突破

如果說Mano解決了"數(shù)據(jù)從哪來"的問題,那么HMLLM則解決了"數(shù)據(jù)怎么分析"的難題,特別是如何分析消費(fèi)者的主觀感受。

傳統(tǒng)的多模態(tài)模型,通常融合視覺、文本、音頻等"客觀內(nèi)容"信號。HMLLM的創(chuàng)新在于,它首次將腦電、眼動等"主觀感知"信號納入多模態(tài)建模,開創(chuàng)了"生理信號+內(nèi)容信號"融合的新范式。

HMLLM的技術(shù)突破體現(xiàn)在三個層面:

第一,超大規(guī)模主觀個性化數(shù)據(jù)集。明略科技利用自研設(shè)備,采集了1萬+真實(shí)受試者的腦電與注視點(diǎn)信號,構(gòu)建了Video-SME與SPA-ADV兩大原創(chuàng)數(shù)據(jù)集,并已開源發(fā)表。這些數(shù)據(jù)記錄了受試者在觀看不同內(nèi)容時的真實(shí)生理反應(yīng)——注意力集中在哪里、情緒如何波動、認(rèn)知負(fù)荷有多大。

第二,超圖多模態(tài)架構(gòu)創(chuàng)新。HMLLM通過超圖結(jié)構(gòu)將視頻幀、音頻、人口特征與生理信號統(tǒng)一建模,彌合了不同模態(tài)之間的語義鴻溝,支持幀級邏輯推理與人群差異解讀。

傳統(tǒng)的多模態(tài)融合,通常采用簡單的拼接或注意力機(jī)制。超圖結(jié)構(gòu)的優(yōu)勢在于,它能夠建模更復(fù)雜的跨模態(tài)關(guān)系。比如,某個視頻幀(視覺)、某段音樂(聽覺)、某個文字(文本)、某個腦電模式(生理)之間,可能存在復(fù)雜的關(guān)聯(lián)關(guān)系,超圖結(jié)構(gòu)能夠有效捕捉這些關(guān)聯(lián)。

第三,秒級主觀指標(biāo)預(yù)測能力。HMLLM能夠?qū)崿F(xiàn)秒級粒度的注意力、情緒、認(rèn)知三維建模,預(yù)測結(jié)果與真人主觀感受的一致性(R2)超過89%。

雙技術(shù)協(xié)同:完整的智能分析閉環(huán)

Mano和HMLLM兩項(xiàng)技術(shù)的價值,不僅在于各自的突破,更在于它們的協(xié)同效應(yīng)。

在明略科技的技術(shù)架構(gòu)中,Mano負(fù)責(zé)前端的可信數(shù)據(jù)獲取,HMLLM負(fù)責(zé)后端的主觀感知分析,兩者共同構(gòu)成了從數(shù)據(jù)采集到洞察輸出的完整閉環(huán)。

具體而言,Mano通過MCP(Model Context Protocol)+CDP(Chrome DevTools Protocol)協(xié)議操作各類系統(tǒng),實(shí)現(xiàn)自動化、可信化的數(shù)據(jù)采集。無論是網(wǎng)頁數(shù)據(jù)、社媒內(nèi)容,還是廣告后臺數(shù)據(jù),Mano都能像人一樣操作系統(tǒng),獲取所需信息。

獲取數(shù)據(jù)后,HMLLM對內(nèi)容進(jìn)行多模態(tài)分析:視覺層面識別場景、產(chǎn)品、表情;音頻層面分析語音、音樂、語氣;文本層面提取標(biāo)題、字幕、評論;生理層面預(yù)測注意力、情緒、認(rèn)知。

這種協(xié)同機(jī)制,解決了AI應(yīng)用的“第一公里”和“最后一公里”問題。Mano解決了數(shù)據(jù)獲取的“第一公里”,HMLLM解決了洞察生成的“最后一公里”,兩者結(jié)合形成了端到端的智能系統(tǒng)。

更重要的是,系統(tǒng)配備了加密記憶系統(tǒng),能夠持續(xù)沉淀方法論。每次分析的結(jié)果、優(yōu)化的經(jīng)驗(yàn),都會被記錄下來,用于改進(jìn)后續(xù)的分析。這種"持續(xù)使用、持續(xù)沉淀"的機(jī)制,使得系統(tǒng)越用越智能。

北大基因的技術(shù)深度

明略科技的技術(shù)突破,離不開其深厚的學(xué)術(shù)基因。作為北大系A(chǔ)I企業(yè),明略科技的創(chuàng)始人、CEO兼CTO吳明輝畢業(yè)于北京大學(xué)數(shù)學(xué)系,后保送本校攻讀人工智能碩士。2006年,吳明輝在北大讀碩士期間創(chuàng)辦了秒針系統(tǒng),這是中國最早的互聯(lián)網(wǎng)用戶行為和營銷數(shù)據(jù)分析平臺之一。

從北大校園走出的明略科技,將學(xué)術(shù)研究的嚴(yán)謹(jǐn)性與產(chǎn)業(yè)應(yīng)用的實(shí)戰(zhàn)性深度融合。在負(fù)責(zé)人吳明輝的帶領(lǐng)下,團(tuán)隊(duì)在國內(nèi)外高水平期刊、會議發(fā)表論文20余篇,其中:

Mano模型壓縮技術(shù)榮獲AAAI 2026(CCF A類)Oral口頭匯報(bào);

HMLLM的論文在ACM MM2024(CCF-A類)獲得最佳論文提名;

多篇項(xiàng)目支撐技術(shù)的論文均發(fā)表于計(jì)算機(jī)頂刊頂會。

此外，2019年,明略科技獲批建設(shè)"營銷智能"國家新一代人工智能開放創(chuàng)新平臺,這一認(rèn)定標(biāo)志著其技術(shù)能力獲得了國家層面的權(quán)威認(rèn)可。明略科技還參與了科技創(chuàng)新2030"新一代人工智能"重大項(xiàng)目,在國家課題支撐下,將基礎(chǔ)研究與產(chǎn)業(yè)需求深度結(jié)合。

2025年,明略科技成功簽約為香港特區(qū)政府第五批重點(diǎn)企業(yè)伙伴,并擔(dān)任中國商務(wù)廣告協(xié)會AI營銷應(yīng)用工委會理事長兼秘書長單位,展現(xiàn)了其在AI賦能營銷領(lǐng)域的領(lǐng)軍地位。

從跟跑到領(lǐng)跑的技術(shù)躍升

明略科技此次獲得特等獎,是對其技術(shù)創(chuàng)新的權(quán)威認(rèn)可,更深刻證明了中國AI企業(yè)在多模態(tài)大模型領(lǐng)域的技術(shù)深度。

Mano在OS-World榜單上與Claude等國際頂尖大模型同臺競技并取得領(lǐng)先,HMLLM在ACM MM2024獲得最佳論文提名,這些成績展現(xiàn)了中國AI技術(shù)從"跟跑"到"并跑"甚至"領(lǐng)跑"的實(shí)力躍升。

從學(xué)術(shù)研究到產(chǎn)業(yè)應(yīng)用,明略科技構(gòu)建了完整的創(chuàng)新鏈條。20余篇頂刊論文證明了學(xué)術(shù)深度,OS-World榜單第二名證明了工程能力,89%準(zhǔn)確率證明了創(chuàng)新突破,實(shí)際應(yīng)用案例證明了商業(yè)價值。

這一完整鏈條,正是中國AI技術(shù)從"跟跑"走向"領(lǐng)跑"的關(guān)鍵路徑:既能在國際頂級學(xué)術(shù)會議上發(fā)表論文,又能在國際權(quán)威評估基準(zhǔn)上與頂尖模型競技,還能將技術(shù)轉(zhuǎn)化為實(shí)際應(yīng)用,創(chuàng)造商業(yè)價值。

明略科技的特等獎,不僅是對其技術(shù)創(chuàng)新的認(rèn)可,更是對中國AI企業(yè)技術(shù)實(shí)力的證明。在全球AI技術(shù)競賽中,以明略科技為代表的北大系A(chǔ)I企業(yè),正在用實(shí)力證明:中國AI技術(shù),不僅能跟上,更能領(lǐng)跑。