12月30日,Meta宣布收购中国团队创立的AI智能体Manus母公司蝴蝶效应,据《晚点LatePost》,此前Manus曾以20亿美元估值融资,此次收购Meta未透露具体估值。这将是中国AI初创企业近期最大规模的并购退出。据Manus 于12月17日公布的数据,公司ARR已突破1亿美元,总收入年化运行率超1.25亿美元。

不止如此,国内智能体平台也将迎来新一轮的融资“热潮”。IPO早知道获悉,国内企业级AI智能体平台枫清科技(Fabarta)近期也将完成过亿元PreA+轮融资。据了解,2025年,枫清科技年营收同比2024年增长近300%,枫清科技收入增速预计2026年仍将保持这一水平。
继今年初DeepSeek “爆火”、中国AI大模型逐渐在全球范围内引发关注后,中国背景的AI智能体公司在海内外资本市场再次引起上热议。
Manus定位于用户端AI智能体,其创始团队对于C端产品的用户体验和增长逻辑有着深厚的积累。针对此次并购,有分析认为,C端产品的增长也依赖于“流量”,海内外大厂们对流量的控制力明显强于初创公司,将给初创公司带来竞争压力。此番Manus加入Meta,也是看中后者在海外市场的“流量价值”。
区别于Manus智能体的C端定位,自2021年创立,枫清科技始终致力于为企业数智化转型打造新基建,并将知识引擎与大模型双轮驱动的AI创新范式深度应用于科学研究、生物医药、先进制造、化工能源、金融保险等核心领域。
在科研领域,枫清科技已联合火山引擎打造 AI for Science(AI4S)解决方案,可在基础科研、科学实验辅助、数据挖掘与蒸馏模型落地等三大科研核心阶段,助力提升研发效率、降低科研门槛。
枫清科技在AI4S的实践也已取得初步成果。12月26日,由枫清科技携手中化数智,火山引擎打造的北京石景山区AI for Science平台正式发布;同日,由中化数智、吉林大学、火山引擎及枫清科技联合成立“AI+新材料联合实验室”揭牌,该实验室旨在用智能化方式实现新材料的研发以及产业落地闭环,培养更多具备交叉学科背景的创新型人才。
在AI智能体+产业方面,枫清科技公众号显示,枫清科技以“云边端一体化” 的智能化架构、企业级知识中台与智能体平台为核心,构建丰富的行业场景智能化应用,目前已构建了完善的 AI 产品与应用矩阵,涵盖 AI 知识引擎、智能体平台、智能经营分析、AI赋能新材料研发智能体、同麒麟操作系统与苹果融合的AI Stack 一体化解决方案。通过平台能力,支撑了深入行业的丰富的场景智能体应用。
枫清科技云端一体化平台(来源:枫清科技)
2025年,枫清科技企业级知识引擎,行业模型与智能体应用已在中化数智、华润医药、东阿阿胶、华润三九、TCL中环、苹果公司、麒麟软件 等多家大型央企、龙头跨国公司和民营企业中实现规模化落地,并围绕这一领域构建了技术、组织、服务能力等多维度的竞争壁垒,持续打造有产业价值的“AI”。
“我们所在的化工能源、先进制造、生物医药、教育等不同的行业的各种级别类型的客户,都在开始把AI技术融入到自己的产业当中,只是to B的领域,看到产业价值,跟在C端的场景不同,有个延迟的周期,但是从公司的业务发展的速度和当前客户需求的情况来看,十五五规划中的第一年,国内AI+产业的领域就会爆发式的增长。”枫清科技创始人兼CEO高雪峰表示。

枫清科技的合作企业(来源:枫清科技)
谈及此次Manus被并购,高雪峰表示:“枫清想要做的事情,一直是AI深入产业的深水区的价值,而不是通用的AI,所以我们都是跟着我们的头部链主客户在一同探索与成长,不管是上市还是并购,只要能更加快速地实现这个目标,不管是在业务上还是在资本布局上,那就是一个值得考虑和决策的事。”
在中国和海外智能体的发展模式上,高雪峰认为,在AI发展的大方向上,海外是以大数据,大算力堆出更大参数的模型,更通用的智能体能力;国内则是通过十五五规划的指引,让人工智能技术融入千行百业。
对比国内和海外AI智能体的发展路径,Manus在海外取得的成绩印证了中国企业在C端用户需求和产品PMF上的能力;而在国内,枫清科技则坚持AI+产业路径,凭借对B端客户需求的理解、AI和智能体企业落地能力,与国内众多链主企业共同推动了AI+产业的企业级实践。其结果也直接反映在了Manus和枫清科技的营收和增速上——中国AI智能体在应对“国内和海外”、“ToB和ToC”不同市场需求上具备同样领先的价值创造能力,可谓“殊途同归”。
好文章,需要你的鼓励
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
R语言在Tiobe 12月编程语言流行度指数中重返前十,排名第10位,占比1.96%。作为统计计算专用语言,R语言凭借在统计分析和大规模数据可视化方面的优势重新获得关注。尽管传统软件工程师对其语法和扩展性存在质疑,但R语言在大学和研究驱动行业中仍表现出色,在快速实验、统计建模和探索性数据分析领域具有独特优势。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。