明略科技入选Gartner大中华区AI首创企业市场指南-明略科技

首页明略研究明略科技入选Gartner大中华区AI首创企业市场指南

明略科技入选Gartner大中华区AI首创企业市场指南

2021-08-02

克日，，，，，，全球权威的手艺研究和剖析公司Gartner宣布大中华区AI首创企业市场指南 (Market Guide for AI Startups, Greater China)，，，，，，明略科技，，，，，，作为企业级认知智能效劳平台，，，，，，入选代表性厂商。。。。。

Gartner以为，，，，，，大中华区的AI市场泛起以下趋势。。。。。第一，，，，，，从AI托管解决计划向 AI 平台产品转变。。。。。拥有更成熟的AI能力的企业级用户更倾向于笔直或特定领域的预建模子、自念头械学习工具和事情流程的平台型产品，，，，，，这样他们能够开发和治理自己的AI应用。。。。。第二，，，，，，AI手艺被扩展到机械人流程自动化，，，，，，以实现超自动化，，，，，，提高企业对一直转变的营业和流程的响应迅速性。。。。。第三，，，，，，低代码或无代码开发用户界面，，，，，，可以让企业在没有 AI 手艺集的条件下，，，，，，加速接纳人工智能手艺。。。。。

在认知智能手艺领域，，，，，，明略科技可在历史数据抵达10PB级、日均增量数据凌驾10TB级的情形下，，，，，，举行数据价值的挖掘，，，，，，实现毫秒级的展望性剖析，，，，，，并团结行业知识图谱形成决媾和行动。。。。。

明略知识图谱平台，，，，，，作为全栈式知识图谱解决计划，，，，，，可通过数据组织、模子盘算、知识效劳，，，，，，团结客户营业领域中的行业Know-How，，，，，，以探索式的交互及可视化体现，，，，，，发明数据纪律，，，，，，启发式地创立价值新洞察，，，，，，辅助营业决议。。。。。该平台可提供精简的流程，，，，，，可对结构化、非结构化、半结构化的数据举行知识建模，，，，，，评估行业实践或营业功效，，，，，，举行知识提�。。。。。�，，，，，并基于融合的营业情形完成进一步剖析，，，，，，提供知识应用。。。。。

现在，，，，，，明略科技已资助政府、公安、银行、包管、证券、轨交、电力、制造、融媒体等领域的100+行业标杆客户应用知识图谱，，，，，，实现营业知识与数据智能的团结，，，，，，释放数据的营业价值。。。。。

在电力行业，，，，，，明略科技为某省级电力公司提供的知识图谱平台，，，，，，搜集了历年输电线路跳闸报告、事情手册、手艺标准等非结构化数据及雷电定位系统、PMS系统等结构化数据，，，，，，举行图谱schema设计，，，，，，知识抽取、实体对齐、知识融合，，，，，，将领域知识图谱存储到图数据库；；；；；；并基于语义明确和意图识别手艺，，，，，，团结对话场景，，，，，，形成交互式智能问答，，，，，，实现常见手艺问题解答、线路信息检索、故障精准盘问等应用，，，，，，支持运行磨练、线路故障巡视与视察剖析事情，，，，，，从而实时准确诊断输电线路故障，，，，，，提升抢修效率，，，，，，实现供电的快速恢复。。。。。

推荐阅读

全球双榜SOTA！明略科技专有大模子 Mano开启GUI智能操作新时代

2025-09-28

明略科技推出的GUI大模子Mano在Mind2Web和OSWorld两大基准测试中取得了创纪录的SOTA效果，，，，，，乐成率抵达40.1%。。。。。通过在线强化学习和自动数据收罗，，，，，，Mano为GUI智能体领域提供了可扩展的新范式，，，，，，显著提升了重大使命的执行能力。。。。。该手艺的突破不但推动了自动化界线的扩展，，，，，，也为企业智能化转型提供了强有力的支持

相识更多

官宣！明略科技推出专有大模子产品线DeepMiner，，，，，，可信商业数据剖析智能体终于能用了！

2025-09-22

明略科技推出专有大模子产品线DeepMiner，，，，，，以“可信智能体+可信数据”双轮驱动，，，，，，解决企业智能体落地中幻觉率高、历程不透明等痛点。。。。。该产品通过多智能体协同架构、企业级数据整合及全流程透明化设计，，，，，，降低幻觉率并支持知识沉淀，，，，，，其自研Mano和Cito模子划分实现精准执行与深度推理，，，，，，助力企业构建可信生产力。。。。。

相识更多

明略科技 Mano Technical Report

2025-09-18

Graphical user interfaces (GUIs) are the primary medium for human-computer interaction, yet automating GUI interactions remains challenging due to the complexity of visual elements, dynamic environments, and the need for multi-step reasoning. Existing methods based on vision-language models (VLMs) often suffer from limited resolution, domain mismatch, and insufficient sequential decisionmaking capability. To address these issues, we propose Mano, a robust GUI agent built upon a multi-modal foundation model pre-trained on extensive web and computer system data. Our approach integrates a novel simulated environment for high-fidelity data generation, a three-stage training pipeline (supervised fine-tuning, offline reinforcement learning, and online reinforcement learning), and a verification module for error recovery. Mano demonstrates state-of-the-art performance on multiple GUI benchmarks, including Mind2Web and OSWorld, achieving significant improvements in success rate and operational accuracy. Our work provides new insights into the effective integration of reinforcement learning with VLMs for practical GUI agent deployment, highlighting the importance of domain-specific data, iterative training, and holistic reward design.

相识更多

上一篇：明略科技入选2021爱剖析·快消品牌商数字化厂商全景报告

下一篇：明略科技入选Gartner 2020人工智能手艺成熟度曲线报告

返回行业资讯

btt博天堂