明略科技发布大模型产品线 DeepMiner，打造商业数据分析可信智能体

9月21日消息，明略科技正式推出专有大模型产品线DeepMiner，该产品线定位于商业数据分析，旨在通过可信的智能体，为企业提供更高效、可验证的数据处理和决策支持能力。

明略科技创始人、CEO兼CTO吴明辉表示，人工智能的发展已逐步进入以智能体为核心的新阶段。与面向消费者的“一句话生成”类应用不同，企业在生产环境中更关注结果的准确性和可追溯性。DeepMiner 的推出，正是为了满足企业级场景对透明度和可靠性的需求。

据介绍，DeepMiner 采用多智能体架构，结合人机协作机制，通过多轮交互明确任务目标，并依托广告、零售、跨境电商等领域的数据资源提供分析支持。

技术方面，DeepMiner 由一个智能中枢——Foundation Agent 统一调度，承担起各组件协同工作的统筹职责，解决企业 AI 应用中的知识连接难题 。在 FA 的调度下，不同功能的智能体各司其职、协同配合，如同一个 “虚拟专业团队” 高效运转。企业用户可通过人机交互机制，随时介入任务执行过程，调整工作方向、细化任务目标 。基于 MoA 架构，DeepMiner 可针对每个细分业务板块，均可匹配最优模型进行处理，相比传统 MoE 架构，大幅提升了系统优化效率 。

明略科技同步展示了两款自研专有模型。其中，Mano 模型面向复杂软件和浏览器环境，可实现精细化操作；Cito 模型专注复杂任务的规划与强化学习，利用人机协作缩小动作空间，提高任务执行的效率和准确率。

明略科技DeepMiner产品负责人黄楠介绍，人工智能从 生成式 AI（Generative AI）发展到 智能体 AI（Agentic AI）最大的突破在于，Agent给大模型安装了眼睛和手脚，能够主动执行任务，然而，这也带来了新的挑战。由于通用大模型并非为操作软件而训练，因此在规划、操作层面的效果往往差强人意。智能体精准的工具调用能力，依赖于 Browser Use Agent（BUA）与 Computer Use Agent（CUA）的性能。明略科技自研的 Mano 模型则填补这一技术空白，让智能体真正学会了 “看” 与 “点”，能够在各类软件及浏览器环境下实现精细化操作。近日，Mano 模型已在全球两大权威基准测试（Mind2Web——BUA 基准测试、OSWorld——CUA 基准测试）中登顶，均达到行业 SOTA（State of the Art）水平。

针对企业备受困扰的“幻觉”问题，DeepMiner进行了系统性优化。从任务分解、工具调用到结果生成，用户均可清晰查看每一步操作的逻辑，在必要时还能进行人工干预。这一设计不仅大幅降低了 “幻觉” 发生率，更让输出结果具备了可验证性。经实际测试，DeepMiner 在垂直行业场景中的 “幻觉” 率远低于通用模型水平 。

以跨境电商典型应用场景海外市场调研为例，DeepMiner可通过多轮追问明确研究范围，调用专业数据库完成数据采集与分析，并生成报告，展示了其在跨境电商场景中的应用潜力。

吴明辉表示：“此次 DeepMiner 专有大模型产品线的发布，标志着明略科技在大模型时代的重要战略布局。未来，我们将基于 DeepMiner，推出面向金融、法律、人力资源、制造等垂直行业的专属智能体。我们坚信，‘可信’将成为企业应用人工智能的核心标准，而 DeepMiner 的目标，就是打造商业场景中的可信Agentic大模型，以数据驱动可信生产力，创造人机同行的美好世界。”（宜月）