从武汉到硅谷,Manus 只用了九个月就做到了。

By: WEEX|2026/01/02 07:30:04
0
分享
copy

来源: TechFlow (Shenchao)

当今人工智能界的最大新闻: Meta以数十亿美元收购Manus。

这是Meta历史上第三大收购,仅次于WhatsApp和Scale AI — — 而且比收购Instagram更昂贵。

看看马纳斯的时间线,速度惊人。 该产品于今年三月推出,并于十二月被收购。 从发布到退出:只需九个月

创始人肖红来自江西吉安,毕业于华中科技大学。 他的创业旅程始于武汉。

他的第一个产品是宜班,一款微信内容格式工具——已售出。

第二个是Weiban,WeCom CRM产品—也销售。

第三个是Monica,一个基于浏览器的AI插件—没有销售,但备受批评。

Criticized for what?

作为“包装工 ” 。

当时,行业普遍认为只有建造大型模型的公司才有真正的前景。 建立在他人模型之上的应用程序被当作没有技术深度的“空壳”被抛弃。

三月马纳斯首次感染病毒时,联合创始人纪毅超在社交媒体上回应提问说:

“我们使用了克劳德,我们也使用了不同的微调版本的Qwen 。 ”

换句话说,他们使用其他公司的基础模型,并专注于应用层。

那又怎样? So what?

这种方法现在价值数十亿美元

去年,ByteDance的高管飞到香港与萧红会面,出价3000万美元收购Manus。 他拒绝了。

事后看来,3000万到几十亿美元之间的差距不是一年的时间。 是这样的:

 

产品是真正构建的。

这个故事最有趣的不是结局,而是过程。

今年七月,Manus 采取了果断行动:将公司从中国迁至新加坡。 在120人的团队中,只有40名核心技术人员一起调动,其余人员都被裁掉了。 北京办事处被关闭,武汉办事处也被关闭。

当时,许多人批评该公司“离开 ” 。

回顾过去,此举是必要的。 在目前条件下,中国公司几乎不可能被美国科技巨头收购并通过监管批准。 更改公司注册地消除了这一障碍。

谈判仅用了 10 天

ZhenFund的合伙人刘源说,这太快了,他们最初怀疑这个报价可能是假的。

在 10 天内完成价值数十亿美元的交易 — Meta 有多紧急?

背景很能说明问题。 今年,Meta在人工智能方面的资本支出超过700亿美元,但其中大部分用于基础设施。 在面向消费者的可用产品条款方面,鲜有突出之处。

OpenAI 有 ChatGPT。

Google有Gemini

Meta有什么? What does Meta have?

Llama是开源的—任何人都可以使用它。 Meta需要一个强大的应用层产品,Manus已经做好了准备。

年收入<强>1.25亿美元,8个月内从零开始构建,全球用户,基于订阅,完全验证。

这不是收购一个团队。 它是对经验证的业务模式的收购。

另一个有趣的细节: Manus的投资者上币包括红杉中国、腾讯和ZhenFund。 他们投资时,估值高达数千万。 退出时,返回值是的几十倍

那么链子看起来是这样的:

中国风险投资家投资一家中国公司→公司搬迁到新加坡→它被一家美国公司收购→中国风险投资家从一家美国收购者那里理财。

这条链子比马纳斯自己的产品更“像代理 ” 。

收购后,萧红成为Meta的副总裁。 一位创办人从武汉开始,开始制作微信格式工具,现在前往硅谷直接向马克·扎克伯格汇报。

振基金的刘源用一句话概括:

“中国新一代青年企业家的时代已经到来 。 ”

这种说法可能只对了一半。

时代确实已经到来 — 但通过把公司搬到其他地方 来到达。

猜你喜欢

从Manus肖弘说起,那些上桌的币圈实习生

善待你身边的每一个实习生。因为你永远不知道,十年后,你需要请谁吃饭。

从理论到实盘市场: AOT矩阵的双脑系统在WEEX AI交易哈克松

在加密市场——最不可原谅的非平稳系统之一——策略失败很少是由模型过于简单造成的。 之所以发生这种情况,是因为大多数策略从未真正受到实盘市场压力的影响。 这正是 WEEX AI 交易黑客马拉松设计要浮出水面的问题 — — 将重点从理论创新转移到真正的可部署性、真正的执行力和真正的性能。 在参赛团队中,AOT Matrix凭借先进的人工智能驱动量化能力脱颖而出。 通过其V4.4双脑架构,该系统实现了端到端的优化 — — 从核心逻辑到执行 — — 体现了平台对创新和现实性能的双重重视。

AOT Matrix 的实战进化:WEEX AI Trading Hackathon 下的双脑量化系统

在加密市场这一典型的“非平稳系统”中,策略失效往往不是因为模型不够复杂,而是因为它们并未真正经历真实市场的约束:剧烈波动、流动性断层、执行延迟、风控边界…… 这也是 WEEX 发起 AI Trading Hackathon 的核心初衷——不比概念,只看在真实交易环境中的可落地能力。在 WEEX AI Trading Hackathon 的备赛过程中,参赛团队 AOT Matrix 展现了前沿 AI 量化能力,通过 V4.4 双脑协同架构,实现了从底层逻辑到执行层的全面优化,充分体现了平台对创新与实战能力的双重考量。

旧的山寨币剧本已过时,带你解读新的市场体制

机会将不再来自体制性的流动性浪潮,而是来自那些能够通过基本面撑过长期流动性不足、并在合规资本获准参与后能证明机构配置合理性的特定资产。

AI Trading Risk in Cryptocurrency: Why Better Crypto Trading Strategies Can Create Bigger Losses?

风险不再主要在于决策失误或情绪错误。 它越来越多地生活在市场结构、执行路径和集体行为中。 理解这一转变比找到下一个“更好”的战略更重要。

250亿美元、6723轮融资,加密VC们2025年把钱投向哪了?

加密正在从单一叙事,走向三条并行发展的长期赛道。

热门币种

最新加密货币要闻

阅读更多