微信扫描二维码 连忙在线咨询
明略科技荣获财联社“2020中国新经济最具投资潜力奖”
2020-12-08
克日，，，，，由上海报业集团指导，，，，，界面?财联社主理，，，，，财联社承办的2020投资峰会在上海举行 。。。。。。。 。本次峰会以“预见·无界”为主题，，，，，界面新闻、蓝鲸财经、摩尔投研、科创板日报、鲸平台、犇财教育配合协办 。。。。。。。 。时代组委会盛大揭晓了“2020中国新经济最具投资价值榜单”的评选效果，，，，，明略科技荣获“2020中国新经济最具投资潜力奖”，，，，，同时获得该奖项的尚有闪送、云从科技、依图科技、樊登念书等优异企业 。。。。。。。 。
本次峰会由新经济专场论坛、金融科技专场论坛和2020ESG岑岭论坛组成，，，，，约请来自政府相关部分向导、海内顶尖经济学家、公私募基金以及券商高层、上市公司高管等百位资源圈权威人士汇聚一堂配合探讨，，，，，旨在增进中国资源市场康健生长、结构2021年投资市场、助力企业在高质量生长蹊径上稳步前行 。。。。。。。 。
12月18日，，，，，明略科技宣布完成2亿美元E+轮融资，，，，，中俄投资基金(Russia-China Investment Fund)领投，，，，，老股东腾讯、弘卓资源一连加码，，，，，东方明珠传媒工业基金、大湾区配合家园投资公司、中信证券投资、新加坡大华创投、Capthrone和China Sky Global跟投，，，，，E轮与E+轮共完成5亿美元融资 。。。。。。。 。
明略科技将以产品化战略为焦点，，，，，在手艺、市场方面加大投入，，，，，同时与投资人深入联动配合拓展一带一起战略下的国际化市场及新基建浪潮之下的工业数字化时机 。。。。。。。 。
现在明略科技已为包括北京上海等多都会地铁、建设银行、中国人寿、平安银行、多个都会大数据局、国网某电力公司等2000余个客户提供基于数据智能赋能工业转型升级的效劳 。。。。。。。 。
据主理方先容，，，，，此次“中国新经济最具投资潜力奖”评委会由主流券商研究团队、投资机构专家与主流媒体配合组建，，，，，团结行业基本情形、商业价值、营业状态、团队情形、专利手艺情形等多维度考量，，，，，最终遴选出中国新经济最具投资潜力公司，，，，，该奖项是对明略科技现有用果的高度认可，，，，，未来可期 。。。。。。。 。
下附获奖名单：
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.
相识更多联系btt博天堂
关注明略
在线咨询
销售热线
400-893-8989
投资者关系
ir@mininglamp.com
媒体联络
pr@miningalmp.com
Copyright@2025 btt博天堂 京ICP备15016868号 京公网安备11010802024262
信息填写
