近日，明略科技(2718.HK)自研的大規模Web Agent綜合評測基準WebRetriever相關成果，被國際計算機視覺頂級會議ECCV 2026正式接收。該基準覆蓋800個真實在線網站、1550項任務，橫跨電商、金融、醫療、政務、教育等多個行業。
據了解， WebRetriever 首次量化了智能體“到達正確頁面”與“任務真正完成”之間的真實能力差距，爲這一快速發展的領域建立起更貼近真實應用的評測標準
首次量化，從“造Agent”到“定義Agent標準”
從明略科技(2718.HK)公布的資料顯示，WebRetriever在真實網絡環境中首次揭示了一個關鍵數據，當前最優模型導航成功率約45%，但端到端任務完成率僅約20%。
WebRetriever正是首次將“導航成功”與“任務完成”剝離開來，讓行業第一次看清了能力斷層的真實面貌。針對當前主流評測方法的三大局限，數據規模有限且領域單一、自動評判過度依賴視覺截圖無法捕捉細粒度交互語義、將“導航成功”等同於“任務完成”WebRetriever給出了系統性的解決方案。
其核心技術包括NavEval評估框架（LLM-as-Judge，與人類專家判斷一致率達91.2%），顯著高於此前同類方法的最佳水平（約81%）和三級評測協議（基礎導航、文檔輔助導航、端到端全鏈路任務執行），精準定位技術短板。
WebRetriever的發布，對明略科技而言至少，具有多重戰略價值。ECCV是計算機視覺領域國際頂級會議，WebRetriever被接收意味着明略科技在Web Agent評測領域的技術積累獲得了學術界的權威認可。這不僅是一次論文發表，更是公司技術能力的一次國際化背書。
此外，還有助於Agentic AI戰略的縱深推進。中信建投在2026年7月的研報中指出，明略科技正處於從傳統數據智能向Agentic AI戰略轉型的關鍵期。WebRetriever的發布，正是這一轉型在技術基礎設施層面的延伸，公司不僅在做Agent，還在定義Agent能力的評價標準。
在Agent時代，誰定義了評測標準，誰就有可能在產業生態中佔據了話語權。WebRetriever正是明略科技在這一方向上的戰略卡位。
WebRetriever的推出，與Mano-P、Cider、Octo形成技術矩陣。2026年上半年，明略科技已開源端側GUI模型Mano-P（OSWorld專用模型榜全球第一）、推理加速框架Cider、Agent協作平臺Octo。WebRetriever的加入，使公司在“端側模型—推理加速—協作平臺—評測標準”四個維度形成了完整的技術閉環。
AI智能體前景廣闊，WebRetriever推動Agent行業應用建設
WebRetriever發布的產業背景，是企業級AI智能體市場的爆發式增長。據IDC數據，2025年中國企業級AI智能體市場規模212億元，預計2026年將增至449億元，2029年有望突破3320億元。IDC預測2026—2027年活躍智能體數量年增速將超200%。
賽迪顧問數據顯示，2026年中國智能體市場規模將達到135.3億元，同比增速超70%，政務、制造、能源、金融四大行業合計佔比超70%。
但市場規模的高增長並未直接轉化爲廣泛的業務滲透。Gartner調研顯示，僅有17%的企業已部署AI智能體，超過半數仍處於探索或試點階段。原因正是WebRetriever所揭示的：當前Agent的演示能力與生產能力之間存在顯著差距。
業內人士指出，“這類評測體系的意義並不只是給Agent‘打分’，更重要的是幫助行業找到技術優化方向，讓企業能夠判斷不同Agent產品距離實際應用還有多遠”。WebRetriever不僅是一項學術成果，更是Agent產業從“演示”走向“應用”的基礎設施建設。
從更宏觀的視角看，當AI搜索用戶規模已突破7億、滲透率超過68%時，當AI智能體開始承擔越來越多的工作，市場需要的不僅是“更聰明的模型”，更是“可被驗證、可被管理、可被持續優化的數字員工”。WebRetriever的出現，正是爲這一需求提供了首個系統性的評測框架。
據了解，明略科技還將於近期正式啓動 WebRetriever 全球挑戰賽，大賽將面向全球研究者、開發者與技術團隊開放，在最貼近真實應用的評測環境中檢驗各自 Web Agent 的實戰能力。
新時空聲明： 本內容爲新時空原創內容，復制、轉載或以其他任何方式使用本內容，須注明來源“新時空”或“NewTimeSpace”。新時空及授權的第三方信息提供者竭力確保數據準確可靠，但不保證數據絕對正確。本內容僅供參考，不構成任何投資建議，交易風險自擔。
