在互联网时代，拼多多黄峥用了3年上市，被视为"神话"。 而在AI时代，这个纪录被彻底粉碎了。 刚刚，随着Meta（脸书）数十亿美金收购Manus的消息尘埃落定，中国AI圈诞生了史上最快、最硬核的"造富故事"。 仅用一年半时间，便完成了从"创业者"到"身家百亿（人民币）"的阶层光速跃迁。 他没去敲钟，也没熬秃头，直接把公司卖给了扎克伯格，转身成为了Meta的副总裁。 这不仅是个人的胜利，更是"中国产品经理"在全球AI版图的一次降维打击。 故事的主角叫肖弘，华中科技大学毕业生。 从2024年全面All in AI Agent，到2025年底成功退出。 肖弘是谁？ 在Manus之前，他并不是无名之辈。 他是"微信生态"里杀出来的顶级猎手。 当年做"微伴助手"，他就精准拿捏了私域流量的痛点； 后来做"壹伴"，又是公众号运营者的装机必备。 再后来，他敏锐地嗅到了GPT的机会，做出了Monica——那个霸榜全球的AI浏览器插件。 你会发现，肖弘的每一次出手，都极其"反技术流"： 他从不痴迷于底层大模型的参数； 他痴迷的是"交互"和"工具"。 当所有人都在卷模型分数的时刻，肖弘看准了一个巨大的空白： "用户不想要一个会聊天 ...

Group 1 - Meta has announced the acquisition of Manus's parent company, Butterfly Effect, for over $2 billion, marking Meta's third-largest acquisition to date [4] - The negotiation period for the acquisition was notably brief, lasting only about ten days from initial contact to agreement [4] - Following the merger, Butterfly Effect will continue to operate independently while integrating with Meta's core consumer products [4] Group 2 - Manus's founder, Xiao Hong, will join Meta as a Vice President, reporting directly to CEO Mark Zuckerberg, focusing on AI agent technology and product direction [4] - Manus launched its general AI Agent product in March 2025, which is recognized as the first true general intelligence agent [5] - The company achieved an annual recurring revenue (ARR) of over $100 million by December 2025, shortly before receiving the acquisition offer from Meta [5] Group 3 - Prior to the acquisition, Butterfly Effect had completed four rounds of financing, with a post-money valuation reaching nearly $500 million by April 2025 [5] - The company was initially valued at $14 million after its seed round in February 2023 [5] - The rapid growth and valuation increase of Manus attracted significant interest from major venture capital firms and tech companies [5]

2025.12. 30 本文字数：1502，阅读时长大约3分钟 作者 | 第一财经 吕倩 北京时间12月30日，Manus官方宣布，"Manus 即将加入 Meta。" 于Manus而言，作为一家初创公司，Meta的收购是对Manus 在通用 AI Agent 领域里工作的认可。 于Meta而言，此次收购系Meta历史上第三大规模收购案，数十亿美元价格仅次于2014年12月190亿 美元收购 WhatsApp，2025年6月140亿美元收购 Scale.ai。 据Manus官方12月初统计的数据，上线至今，Manus 已处理超过 147 万亿个 token，并创建了超 过 8000 万台虚拟计算机。此次与Meta携手，Manus方面表示，将进一步巩固 Manus 在 AI 应用层 的战略位置——将人工智能能力转化为可规模化、可靠的系统，在实际使用场景中端到端执行用户交 给的任务。为确保此次收购不会影响用户正常使用，Manus将继续通过APP和网站为用户提供产品 和订阅服务，同时公司将继续在新加坡运营。 Manus 首席执行官肖弘表示："携手Meta使我们能够在不改变Manus运作方式和决策机制的前提 下，在更 ...

据"晚点LatePost"报道， 收购金额达到数十亿美元。收购完成后，Manus的创始人肖弘将出 任Meta的副总裁一职 。 Manus母公司蝴蝶效应2022年成立于中国，后迁至新加坡。 该公司团队核心人物包括肖弘、季逸超和张涛三位。肖弘毕业于华中科技大学，先后做过微 伴助手和壹伴，2022年时曾创立北京蝴蝶效应科技有限公司，推出AI浏览器插件Monica。季 逸超毕业于北京信息科技大学，2012年曾创立Peak Labs，推出Rasgueado输入法，获红杉资 本和真格基金投资。张涛曾任神策数据副总裁、字节跳动国际化负责人等。 记者丨陈归辞 编辑丨卜羽勤 脸书母公司Meta即将收购中国AI应用创业公司Manus。 该公司在2025年3月推出号称"全球首款通用智能体产品"的Manus，在当时"一炮走红"。4月下 旬旋即传出Manus母公司蝴蝶效应获硅谷知名风投Benchmark领投，融资7500万美元（约合 5.5亿元人民币）的消息，投后估值近5亿美元。5月13日，Manus正式开放注册。6月，Manus 公司总部从中国搬至新加坡。 Manus官网于12月17日称，Manus在发布八个月后，年度经常性收入(A ...

数十亿美元收购是Meta焦虑情绪下的又一次落子，而非"特效药"。 北京时间12月30日，Manus官方宣布，"Manus 即将加入 Meta。" 从千万美元到数十亿美元，估值的水涨船高背后，既是中国AI创业者的成长，也是Meta等美国科技巨 头的焦虑。2025年，Meta尝试在模型迭代、算力基建、组织重组、资本并购等多方面高举高打，追赶 OpenAI与Google，但成效并不明显。12月上旬，摩根士丹利已将Meta目标价从820美元下调至750美 元。 于Manus而言，作为一家初创公司，Meta的收购是对Manus 在通用 AI Agent 领域里工作的认可。于 Meta而言，此次收购系Meta历史上第三大规模收购案，数十亿美元价格仅次于2014年12月190亿美元收 购 WhatsApp，2025年6月140亿美元收购 Scale.ai。 据Manus官方12月初统计的数据，上线至今，Manus 已处理超过 147 万亿个 token，并创建了超过 8000 万台虚拟计算机。此次与Meta携手，Manus方面表示，将进一步巩固 Manus 在 AI 应用层的战略位置 ——将人工智能能力转化为可规模化、可靠 ...

【导读】英伟达让AI仅靠「看直播」就学会了通用游戏操作。虚拟世界已成为物理智能的黑客帝国，看4万小时直播学会几乎所有游戏！ 众所周知，特斯拉的FSD之所以被奉为神作，核心就在于它那套「端到端」的硬核逻辑。 车子不再依赖死板的高精地图，也不依赖传感器，而是像个老司机一样： 眼睛看着路（视觉输入），脚下直接踩油门、手里直接打方向（行动输出）。 那么问题来了，如果把这套逻辑搬到游戏场景里让AI学习，会发生什么？ 道理完全是一样的！以前的AI玩游戏，还得靠读后台数据、甚至得「开挂」才能知道敌人在哪。 但真正的人类玩家是咋样的？ 是我们盯着屏幕上的像素（视觉），大脑一转，手指直接噼里啪啦敲键盘、按手柄（操作）。 比如Faker的切屏，属于人类的顶尖反应速度了。 从画面直接到鼠标键盘的操作，这就是游戏界的「FSD」。 英伟达最近就整了这么个狠活！ 发布了一个叫NitroGen的新模型，它完全不按套路出牌。 你可能会问：光看视频咋学会操作？我又不知道主播按了哪个键。 项目地址：https://nitrogen.minedojo.org/assets/documents/nitrogen.pdf 这个模型不是靠读游戏代码长大 ...

以下文章来源于真格基金 ，作者与你同在的 真格基金 . 专注早期投资，欢迎投递商业计划书至 dream@zhenfund.com 11 月 30 日，真格举办了一场关于 AI 创业的分享活动。真格管理合伙人戴雨森与 Kimi 总裁张予彤、与爱为舞创始人张怀亭、Manus 联合创始人张涛一 同走进清华大学，带来了一场关于创新与未来的深度对谈。 3 月 5 日，首个通用智能体 Manus 正式发布。视频中，Peak（季逸超）坐在共享办公室的公共区域沙发，向大家介绍他们眼中的新机会。没想到第二 天醒来，海内外社交媒体上聚集了远超预期的关注。4 天后，Twitter 创始人 Jack Dorsey、Stripe CEO Patrick Collison、Hugging Face 产品负责人都 转发了。 作为一线 AI 创业者，张涛也给在场的清华学生提出建议：现在已经是 2025 年的最后一个月了。如果你还没真正用过 Agent，一定要在今年最后的时间 里开始尝试，学会与它共处。就像五十年前学会开车、三十年前学会用电脑一样，未来你也能说一句：「我是在 Agent 元年就开始用 Agent 的人，而不 是第二年。」 以下 ...

全球顶尖 人形 的机器人公司，正在为这个 " 手 " 的问题，投下他们的选票。 这不仅仅是全球人形机器人产业链渐趋收敛的型号，也意味着在灵巧手领域，部分更先进的技术路线正在逐步 成为行业共识。 机器人大讲堂在汇总全球主要人形机器人灵巧手供应商时注意到， 被曝即将完成超10亿美元融资的美国具身 独角兽 Skild AI 、韩国 Rainbow Robotics 、英国 Extend Robotics 特等全球顶尖人形机器人企业，以及 近期英国 Humanoid AI 发布的新一代人形机器人 HMND 01 ， 都不约而同采用了一款全直驱五指灵巧手。 ▍ 全栈派公司 的 灵巧手 谈起 星动纪元 ， 人们 想到 往往 是 爬上长城的 XBOT 小星，沙漠奔跑的星动 STAR1 、街舞 Breaking 的 星动 L7 ，或在商场里提供指引的星动 Q5 。 行业的聚光灯习惯性地聚焦着这些拥有完整躯干、拟人形态的 "人形成品"，将公司定位于人形机器人整机厂 商的坐标。 因此， 当 听到 这样一家 具身智能 佼佼者 ， 所开发的 灵巧手 竟然 成为 全球 机器人 独角兽 标 配 时， 难免 有些 错愕 。 其实 这种 来 ...

Core Insights - Google has launched the next-generation general intelligence agent SIMA 2, which integrates deeply with Gemini, enabling it to understand and execute commands in virtual worlds, plan actions around objectives, and interact with players while continuously improving through trial and error [1][2] Group 1: SIMA 2 Capabilities - SIMA 2 can understand and execute complex, multi-step commands in games like "Minecraft" and "ASKA," significantly improving upon its predecessor SIMA 1, which struggled with such tasks [1][2] - The agent has been trained using a large dataset of human demonstration videos with language annotations, allowing it to develop initial "conversational collaboration" capabilities, explaining its intentions and next steps to users [2][4] - SIMA 2's task completion success rate has shown significant improvement compared to SIMA 1, demonstrating its enhanced ability to follow detailed instructions and provide feedback, akin to interacting with a real player [5][9] Group 2: Self-Improvement and Learning - SIMA 2 employs a closed-loop system of "trial and error + Gemini feedback evaluation" during training, allowing it to learn and complete more complex tasks over time [11] - The experience data accumulated by SIMA 2 can be used to train future, more powerful agents, establishing a foundation for a "general agent" capable of adapting to any world [13] Group 3: Path to General Intelligence - The combination of Gemini and SIMA 2 offers a compelling approach to achieving embodied intelligence by training agents in controlled, low-cost virtual 3D environments, where they can gather interaction data [14] - SIMA 2's ability to operate in various gaming environments is crucial for developing general embodied intelligence, enabling the agent to master skills, perform complex reasoning, and learn continuously in virtual worlds [15] Group 4: Implications for Robotics - The capabilities developed by SIMA 2, including navigation, tool use, and collaborative task execution, are essential modules for future intelligent agents to achieve "intelligent embodiment" in the real world [16]

Core Insights - The article discusses the transformative impact of large language models (LLMs) on software development processes, emphasizing the shift from AI as an auxiliary tool to a core productivity driver [2][3] - It highlights the current state of AI in development as being at a "halfway point," indicating that while significant advancements have been made, a true paradigm shift has not yet occurred [5][9] Group 1: AI's Role in Development - AI is primarily seen as a tool for efficiency in testing rather than a replacement for human roles, with the industry still far from a "native development era" [9][10] - The emergence of various AI programming products indicates a growing integration of AI in code production, with some teams reporting over 50% of their code being AI-generated [6][10] - The effectiveness of AI varies significantly among users, with some leveraging it for simple tasks while others utilize it for more complex processes [6][7] Group 2: Challenges and Limitations - AI's current capabilities are limited in handling complex tasks, particularly in existing codebases, where it often struggles with intricate logic and dependencies [5][10] - The stability and reliability of AI outputs remain significant concerns, impacting its adoption in real-world applications [20][21] - AI's role in testing is still largely supportive, with challenges in fully automating complex testing scenarios due to the need for human judgment [9][10] Group 3: Future Directions - The evolution from AI assistants to intelligent agents capable of executing complete development cycles is seen as a key future trend [28][31] - The integration of AI into existing workflows is expected to be gradual, with a focus on plugin-based ecosystems rather than monolithic platforms [32][33] - The article suggests that the future of software development will require professionals to adapt by enhancing their skills in prompt engineering and knowledge management to effectively collaborate with AI [23][24][39]