13个榜单登顶！明略科技(2718.HK)GUI-VLA模型Mano-P 1.0正式开源

近日，徽声在线从明略科技获悉，该公司已正式对外开源其自主研发的GUI感知智能体模型——Mano-P 1.0。这款模型集成了GUI感知、深度理解、智能规划、精准操作以及结果验证五大核心能力，能够仅凭视觉输入就理解并操控桌面软件、网页界面乃至复杂的图形化工作流，且支持在Apple M4芯片设备上实现本地化运行。

Mano-P的问世，标志着AI技术突破了“仅观不作”的传统局限，能够直接在真实的图形界面环境中跨平台执行复杂任务。该项目遵循Apache 2.0协议开源，代码完全公开透明，不仅支持商业用途，还鼓励二次开发创新。

通过提供纯视觉理解与本地执行能力，Mano-P为个人开发者及企业组织提供了构建低成本、个性化AI的强大工具，在确保数据主权的前提下，引领大家正式步入“私有化”个人AI的新纪元。

纯视觉驱动，开启智能交互新篇章

打通复杂业务流的“终极关卡”

在当前技术架构下，自动化操作往往受限于底层API接口、CDP协议或网页HTML解析的束缚，面对非标准应用或跨系统协作时显得力不从心。Mano-P以纯视觉理解为核心，摆脱了对外部接口与协议的依赖，能够直接理解并操控桌面软件、3D应用及各类专业工具，从根本上打破了传统基于浏览器的生态限制。

同时，Mano-P为现有Agent生态提供了坚实的执行能力支撑。目前，该模型可通过skill形式无缝集成至OpenClaw等AI Agent中，实现多窗口系统与跨应用工作流的顺畅穿梭，轻松执行点击、文本输入、窗口切换及视觉验证等闭环操作。

这一创新解决了长期困扰Agent工作流的人工干预难题，使模型不仅能够胜任全自动应用的构建与测试，更能向复杂的商业场景延伸，实现复杂任务的全程自主执行。

13个榜单登顶，刷新GUI专用模型性能纪录

树立端侧GUI Agent性能新标杆

为确保前沿技术能够在端侧设备上得到广泛应用，Mano-P采用了双版本交付架构：72B完整模型用于探索技术上限，同时提供4B量化模型（w4a16）以满足极致的端侧部署需求。

Mano-P 1.0的72B参数量完整模型版本，在全球多模态领域的13个权威基准测试榜单中，实现了针对小尺寸模型的全面领先，刷新了GUI专用模型的性能纪录。其能力矩阵全面覆盖了GUI Grounding、CUA（计算机使用代理）、多模态感知认知、视频理解以及长上下文学习等关键领域，为端侧GUI Agent树立了性能新标杆。

图片来源：明略科技

在业界权威的OSWorld专有模型基准测试中，Mano-P 72B模型以58.2%的任务成功率位居全球榜首，领先第二名opencua-72b（45.0%）多达13.2个百分点。此外，在ScreenSpot-V2、MMBench、UI-Vision等评测体系中，Mano-P同样以显著优势夺冠。

卓越的性能背后，是底层技术的不断创新。Mano-P引入了SFT（监督微调）、离线强化学习与在线强化学习的三阶段渐进式训练架构，并配合专有的GSPruning视觉Token剪枝技术，实现了端侧推理效率的质的飞跃。

在配备Apple M4 Pro芯片的设备上，4B量化模型可实现高达476 tokens/s的预填充速度与76 tokens/s的解码速度，峰值内存占用仅为4.3GB，完美适配主流边缘设备的算力与存储限制。

端侧本地部署，守护数据安全防线

实现物理隔离级数据保护机制

随着AI技术深入核心业务流，数据隐私与合规性已成为企业决策的关键考量因素。Mano-P支持本地端侧部署，数据零上云，通过“纯视觉理解+本地执行”的架构设计，实现了数据处理与外部网络的物理隔离。

在本地模式下，模型可直接在Mac mini/MacBook（M4芯片及以上，32GB+内存）上运行，或使用Mano-P算力棒连接（通过USB 4.0）。系统的屏幕截图、业务流转数据及任务指令均在本地闭环处理，从源头上消除了面向云端服务器的传输风险。

同时，Mano-P具备强大的离线长任务自主规划能力。在无网环境下，Mano-P同样能够自主推进复杂业务流程，并完成过程中的决策与纠错。这一特性不仅重塑了人机交互的信任边界，更使得端侧AI能够真正进入高安全性、高隐私要求的企业级生产环境。

全面开源战略，加速Personalized AI生态繁荣

共筑AI技术新未来

技术的真正价值在于广泛的应用与生态的共建。Mano-P遵循Apache 2.0协议正式开源，完整客户端代码全面公开并支持严格审计，允许商业化应用与二次开发。

为降低企业与个人用户的接入门槛，Mano-P设计了三种开箱即用的使用形态，精准覆盖不同技术栈的用户群体。无需繁琐配置复杂的API密钥，用户即可轻松构建专属的高性能GUI智能体。

按照既定的开源规划，明略科技本次率先开源Mano-CUA核心技能，用户可将其便捷配置到OpenClaw或Claude Code中，以构建更智能的CUA任务工作流程，并克服人工干预带来的瓶颈。

图片来源：明略科技

Mano-CUA本地模型和SDK组件预计将于本月内正式开源，以满足具有高安全性需求的开发者的期待。届时用户可直接调用本地化部署的GUI-VLA模型来构建自定义技能与工具，所有CUA操作都将在本地Mac设备上执行，确保数据不上传至外部服务器。

未来，明略科技还将全面开源Mano-P模型底层的训练方法、Token剪枝技术与混合精度量化方案，助力开发者打造符合自身业务需求的专属本地GUI-VLA模型。

面向未来，从技术突破到生态共建，Mano-P将GUI感知、视觉操作、本地运行与开源生态紧密结合，不仅为端侧智能体提供了坚实的技术支撑，更为“Personalized AI”的发展铺就了一条清晰的现实路径。无论是独立开发者还是对安全要求严苛的企业组织，都能以更低的门槛、更高的可控性，打造个性化AI。明略科技正以开放之姿，让“人人可以创造专属AI”的愿景逐步变为现实。