推动Agent评测体系发展，明略科技(2718.HK)完成“端侧模型—推理加速—协作平台—评测标准”四个维度技术闭环

近日，推动台评明略科技(2718.HK)自研的测体成端侧模测标大规模Web Agent综合评测基准WebRetriever成果，被国际计算机视觉顶级会议ECCV 2026正式接收。系发型推该基准覆盖800个真实在线网站及1550项任务，展明作平准横跨电商、略科理加金融、技H技术医疗、完维度政务、速协教育等核心行业，闭环首次量化了智能体在“到达正确页面”与“任务真正完成”之间的推动台评能力差距，为这一快速演进的测体成端侧模测标领域确立了更贴近真实应用场景的评测标准。

从“造Agent”到“定义标准”：首次揭示能力断层

根据明略科技(2718.HK)披露的系发型推数据，WebRetriever在真实网络环境中揭示了一个关键行业痛点：当前最优模型的展明作平准导航成功率约为45%，但端到端任务完成率仅约20%。略科理加

WebRetriever的技H技术核心突破在于首次将“导航成功”与“任务完成”剥离，直观呈现了Agent能力的真实断层。针对现有主流评测方法的三大局限——数据规模有限且领域单一、自动评判过度依赖视觉截图导致细粒度交互语义缺失、以及将“导航成功”简单等同于“任务完成”，WebRetriever提供了系统性解决方案：

• NavEval评估框架：采用LLM-as-Judge机制，与人类专家判断一致率达91.2%，显著优于此前同类最佳水平（约81%）。
• 三级评测协议：涵盖基础导航、文档辅助导航、端到端全链路任务执行，精准定位技术短板。

战略价值：学术认可与Agentic AI转型的双重背书

WebRetriever被ECCV接收，标志着明略科技在Web Agent评测领域的技术积累获得了学术界权威认可，不仅是论文发表，更是公司技术能力的国际化背书。

此外，该成果有力支撑了明略科技(2718.HK)的Agentic AI战略纵深推进。中信建投2026年7月研报指出，公司正处于从传统数据智能向Agentic AI转型的关键期。WebRetriever的发布，意味着公司不仅在研发Agent，更在定义Agent能力的评价标准。在Agent时代，掌握评测标准即掌握产业生态话语权，WebRetriever正是明略科技在此方向上的关键战略卡位。

技术闭环：四大维度构建完整生态

WebRetriever的推出，与明略科技前期发布的Mano-P、Cider、Octo共同构成了完整的技术矩阵：

1. 端侧模型：2026年上半年开源端侧GUI模型Mano-P，在OSWorld专用模型榜位列全球第一。
2. 推理加速：发布推理加速框架Cider。
3. 协作平台：推出Agent协作平台Octo。
4. 评测标准：新增WebRetriever评测基准。

至此，明略科技(2718.HK)在“端侧模型—推理加速—协作平台—评测标准”四个维度形成了完整的技术闭环。

产业背景：从“演示”走向“应用”的基础设施

WebRetriever的发布契合企业级AI智能体市场的爆发式增长。据IDC数据，2025年中国企业级AI智能体市场规模为212亿元，预计2026年增至449亿元，2029年有望突破3320亿元；2026—2027年活跃智能体数量年增速预计超200%。赛迪顾问数据显示，2026年中国智能体市场规模将达135.3亿元，同比增速超70%，政务、制造、能源、金融四大行业占比超70%。

然而，高增长并未直接转化为广泛渗透。Gartner调研显示，仅17%的企业已部署AI智能体，超半数仍处于探索或试点阶段。根本原因在于WebRetriever所揭示的：当前Agent的演示能力与生产能力之间存在显著差距。

业内人士指出，评测体系的意义不仅在于“打分”，更在于指引技术优化方向，帮助企业判断Agent距离实际应用的程度。WebRetriever不仅是学术成果，更是Agent产业从“演示”迈向“应用”的关键基础设施建设。

在AI搜索用户规模突破7亿、渗透率超68%的宏观背景下，市场亟需“可被验证、可被管理、可被持续优化的数字员工”。WebRetriever为此提供了首个系统性评测框架。

未来展望：启动全球挑战赛

据悉，明略科技(2718.HK)将于近期正式启动WebRetriever全球挑战赛。大赛面向全球研究者、开发者及技术团队开放，旨在最贴近真实应用的评测环境中，全面检验各Web Agent的实战能力，推动行业技术迭代与应用落地。

(责任编辑：百科)