近日，明略科技正式发布为 AIPC 量身打造的端侧 GUI VLA 模型 —— Mano-CUA-2.0 版本，并上线 Thinking 模式。全新升级的 Mano-CUA-4B-2.0 现已支持在 Hugging Face 与 ModelScope 下载部署。作为明略科技端侧模型的最新成果，该版本在推理能力、任务理解与综合操控准确率等方面实现了进一步提升。

　　与此同时，开源项目 Mano-P 也迎来体系化升级，成为 Mano 系列模型中面向端侧布局的专属序列。未来，明略科技还将持续发布更多 Mano-P 系列端侧模型，推动端侧 AI 技术布局从单一模型能力，进一步走向多模型矩阵协同。

　　重新定义 AIPC

　　不仅是“带 AI 的电脑”，更是“给 AI 用的 PC”

　　在行业普遍将 AIPC 理解为“具备本地 AI 加速芯片的个人电脑”时，明略科技提出了不同的思考：真正的 AIPC，不应该只是“带 AI 的电脑”，而应该是“给 AI 用的电脑”。

　　这意味着，AI 不再只是一个挂在系统侧边栏、等待人类下达指令的对话框，而是能够直接接管屏幕、键盘和鼠标的超级数字员工。

　　Mano-CUA 2.0 正是基于这一理念专项定制的 GUI 操控模型。它具备 GUI 感知、理解、规划、操作与验证能力，可通过纯视觉方式直接理解并操控桌面软件、网页界面及更复杂的图形化工作流，并支持在 Apple M4/M5 芯片等端侧设备上本地运行，让 PC 真正成为 Agent 自由挥洒能力的舞台。

　　Thinking 模式上线

　　打破 Token 焦虑，解锁端侧算力红利

　　相比快速模式，2.0 版本引入的 Thinking 模式进一步强化了模型在复杂任务中的分解、推理与执行能力。对于需要多步骤操作、跨界面理解和动态判断的 GUI 任务，模型能够在执行前进行更充分的任务规划，从而提升最终操作的稳定性与成功率。

　　在 100 道真机 macOS GUI 任务实际测试中，基于 MacBook Pro、Apple M5、16GB 内存设备运行的 Mano-CUA-4B-2.0 端侧模型，在 Thinking 模式加持下，整体任务成功率较1.0 版本提升约 9%。

　　在中高难度任务测试中，Thinking 模式的优势更加明显。得益于更强的任务拆解、推理判断与操作规划能力，Mano-CUA 端侧模型在相关任务中的成功率较快速模式提升约 10% 至 13%。

　　在云端模型中，Thinking 模式往往意味着冗长的思考链和巨大的 Token 消耗。每一次深思熟虑，企业和用户都需要为激增的 API 成本买单，极大限制了复杂 AI 智能体的普及。

　　但端侧算力是天然的买断制。硬件资产一旦购置，思考深度的延伸、更长思考链的推演，都不会带来任何额外的边际成本。Mano-CUA 2.0 在 Thinking 模式下，可以让模型进行更细致的任务规划与全面思考，不仅有效提升了任务成功率，更由于省去了云端网络传输与排队等待，完成任务的总时间也有望进一步缩短。

　　这种几乎零成本的深度思考，让高频、复杂的 GUI 自动化任务在本地大规模落地成为可能。这也意味着在断网、本地部署或隐私敏感等使用环境下，端侧设备也能够从容承担更复杂的业务流程，真正拓展了端侧智能体在办公自动化、软件操作、私有化业务流程等场景中的应用潜力。

　　Mano-P 升级为端侧模型序列

　　构建开箱即用的 Private AI 生态

　　为了给开发者提供更系统、更完整的端侧技术支持，开源项目 Mano-P 将正式作为明略科技 Mano 系列中，面向端侧模型的统一序列。原有 Mano-P 模型更名为 Mano-CUA 后，将作为该序列中的 GUI 操控模型，继续面向端侧图形界面自动化场景提供能力支持。此次推出的Mano-CUA-4B-2.0 模型，正是该系列的强力延伸与纵向迭代。

　　未来，Mano-P 序列将持续发布并开源更多元化的端侧模型，覆盖不同参数量级、不同模态能力。明略科技希望将 Mano-P 打造为开源社区中功能丰富、开箱即用的端侧模型工具箱，帮助企业与开发者以更低成本构建属于自己的 Private AI 端侧智能应用。

　　我们正在见证个人电脑诞生以来最重要的一次进化。当 AIPC 真正转变为“给 AI 用的 PC”，当买断制算力彻底解放了模型的思考深度，明略科技将持续拥抱开源生态，推动端侧 AI 技术在更多真实场景中落地。更多 Mano-P 序列开源端侧模型，即将到来！