9月22号明略科技扔出个重磅消息，他们家的GUI大模型Mano，在Mind2Web和OSWorld两个行业公认的测试里都拿了SOTA。

这俩测试可不是随便应付的，能同时登顶，在GUI智能体圈子里真没几家用做到。

本来想只说“拿了第一”就完事儿，但后来发现这成绩背后的门道才有意思。

咱们先聊聊这俩测试到底有多难，Mano又是怎么过关的。

双榜登顶，Mano怎么破了“桌面和网页的难题”

先看OSWorld，这测试被业内称为“桌面智能体的珠峰”，它包含369个跨应用任务，覆盖10类软件，像用LibreOffice改记账表再导出无字幕视频，这种需要在多个软件间切换的操作，以前很多模型都卡在这里。

Mano在这个测试里的达标率很亮眼，而且稳定性特别高，对比其他模型，比如UI-TARS-7B，Mano的表现能甩它一截。

有个做电商运营的朋友跟我说，他们以前处理订单导出，一天得花2小时手动操作，用Mano试了一次，8分钟就搞定了。

这种效率提升，对天天跟重复操作打交道的人来说，怕是最有体会。

再看网页端的Mind2Web，它覆盖137个网站，2350多个真实任务，从填表格到订机票都有。

这些网站的DOM结构经常变，有的还带反爬机制，比如某航司的订票页，每月都要改一次界面。

Mano在识别界面元素和完成多步操作上，表现比之前的模型好不少，有次跟做财务的同事聊天，他们说以前填跨境退税表单，得对着说明一步步核对，稍不注意就错。

Mano能全流程自动弄，出错率还低。

如此看来，Mano不光是拿了名次，更实际的是帮人解决了真问题。

两大“绝招”，让Mano从“学动作”到“会进化”

Mano能有这成绩，靠的是两个核心技术。

第一个是在线强化学习，这东西说起来有点绕，其实就是让模型边操作边学习。

它的训练分三步，先做监督微调打基础，再用离线强化学习优化，最后到在线强化学习，在模拟环境里实战。

很多模型都卡在第二步，数据老了就不管用，Mano不一样，它能在真实环境里不断试错，比如安装Chrome插件、调试Excel公式，试错过程中收集新数据，再反过来优化自己。

这逻辑有点像OpenAI当年做的DotaAI，不过场景从游戏换成了办公。

把在线强化学习用到GUI领域，明略这步走得挺巧。

实验数据也能看出来，加了在线强化学习后，Mano在OSWorld的达标率涨了不少，比只靠离线训练的模型强多了。

第二个绝招是自动化数据采集，大模型学操作得要大量交互数据，以前靠人工标，又慢又贵。

Mano用了Chrome插件Mano-C和桌面的A11yTree解析，能自动抓数据，还能给数据打语义标签，准确率挺高。

有个银行的案例很典型，他们家网银改了界面，以前用传统RPA，得三天人工适配，Mano通过自动探索，两小时就更新了操作策略。

很显然，这种自动采数据的方式，解决了数据“不够用、更新慢”的大麻烦。

从实验室到办公桌，Mano真能“解放双手”？

现在Mano已经开始落地到企业里，效果比我预想的还实在。

在财务场景，有个快消企业以前关账要72小时，涉及5个系统抓数据，人得盯着来回导。

Mano接手后，关账时间压到了48小时，出错率还降了。

运营场景更明显，某电商品牌上架商品，以前一个商品要2小时，填信息、传图、核对库存，一步都不能少。

Mano弄下来只要10分钟，一个月能省200多个人工小时。

这种重复活交给AI，人能腾出时间做创意、分析这些更有价值的事，这才是AI该干的。

更关键的是，Mano能搞定那些没开放API的网站，比如亚马逊广告后台，以前要手动登录、选时间、筛数据，现在Mano能自动弄。

毫无疑问，这在行业里是个壁垒，很多同类AI都做不到。

不过我也在想，Mano现在还有提升空间，比如验证码识别，虽然比去年好很多，但偶尔还是会错，明略说接下来要优化端侧部署，让中小企业也能用得起。

如此看来，Mano不光开启了GUI智能操作的新时代，更可能让自动化变得更普及。

总的来说，Mano拿双榜SOTA不是偶然，靠的是技术找对了方向，解决了行业真痛点。

以后咱们不用再跟鼠标较劲，把重复操作交给AI，人专心搞创造，这才是科技该有的样子。