8月13日2026 · 星期四

@latepostnews

《Manus 第二季，浪子回头》 8 月 11 日晚间，Manus 网站上挂了小半年的那句 “Manus 现已成为 Meta 的一部分”，变成了 “Manus 即将恢复独立运营。” 从被收购到确认拆分，中间不到八个月。 2025 年 7 月，肖弘离开了长居的武汉，和整个团队搬去新加坡。同年 12 月 29 日，他决定将这家公司以超过 20 亿美元卖给 Meta，出任 Meta 副总裁。 这是大模型应用领域当时最大的收购案，交易从接触到签约仅约 10 天；也是 Meta 历史上第三大并购案，仅次于 WhatsApp 与 ScaleAI。 交易宣布一周后，中国商务部新闻发言人在例行记者会上说，将会同相关部门对此项收购与出口管制、技术进出口、对外投资等相关法律法规的一致性开展评估调查。 戏剧性转变引发了看戏的热情，社交网络上参与讨论的人远远多过用过 Manus 的人，“香槟开早了”“20 亿美金一夜归零” 被复读。也有人将其视为转折点——在中国创业，通过美国资本退出的终结。 这期间，曾经会从任何缝隙挤进来，争取股份的风险投资机构谨慎地保持着距离。肖弘、季逸超和张涛每日跟留在新加坡的团队打视频电话，同步进展，安排工作。 风波中，Manus 产品依然保持每周 1-2 个功能更新，跟 2025 年底的高峰相当，快过一年前。但没有大版本号变动，产品停留在 1.6，更多是功能完善，增加连接器（接入 GMail、Shopify、Slack 等全球产品）、上线客户端。一位 Manus 人士说，开发节奏如常，2.0 版本已经开发完，将在交易完全结束后再发布。 4 月 27 日，国家发改委发布决定：“对外资收购 Manus 项目作出禁止投资决定，要求当事人撤销该收购交易。”Meta 随后在发给媒体的一份声明中回应称，交易完全符合适用法律，并期待审查得到妥善解决。交易撤销（deal unwind）——通常是指，撤销已经完成的交易并尽可能恢复交易前的状态。 几天后，Meta 与 Manus 实际拆分开始。据媒体报道，两边停止了数据共享，Manus 员工也不再能访问 Meta 内部系统。 到了六七月，保持距离的投资机构开始意识到这是一个有利可图的机会。有一位投资人告诉我们，如果还有资金缺口，他们很想参与进来。 一些嗅觉敏感的 VC 和企业家开始行动，他们准备好资金，希望参与 Manus 回来之后的首轮融资。 因为在风波发生的这三个月里，Manus 收入增长了约 5 倍，从每日 30 万美元上涨至近 150 万美元，一度超过了 DeepSeek。 其间，各种传言不断。7 月，有报道称腾讯将控股 Manus。于是，Manus 北京与新加坡团队每天保持沟通，安抚情绪、稳定团队。几个月的动荡中，这家 150 人的公司无一人离职。 在北京的人有了新的生活节奏。肖弘重新学数学、研究大模型。张涛学习攀岩、练习魔方，花了半年把体重从 150 斤减到 120 斤，每天睡够 7 小时，连血压都降了下来。 这几个月重画了这家创业公司的轨迹，也让它的创业者想清楚自己到底想要什么。 回到 2025 年 12 月，Manus 正在融资，Meta 来人说想要见见核心团队，看是否有业务合作机会。几轮沟通之后，在一次核心团队全员参加的会议中，猝不及防地，Meta 当着一群人的面表明了收购意图。到这时，多位合伙人、核心技术人员已经跟随肖弘多年，经历过两次创业。卖掉公司，是对所有人的交代和回报。 收购结束后，2026 年元旦，肖弘走在新加坡海边，觉得曲折的十年旅程已经走到终点，接下来要去大公司上班了。但真正抵达这个看似圆满的终点时，他心里反而有些失落。 而在收购明确将被撤销后，外界眼中的巨大反转和打击，反而让这几位连续创业者重新有了期待：他们的创业故事进入了第二季。 据一位接近 Manus 的人士说，肖弘在团队电话会上表示，他不想旁观或回忆这个时代，而要继续置身浪潮、参与其中。否则，他只会变成一个写自传回忆当年的人。 Manus 是一个经典的科技创业故事。有 ChatGPT 之前，肖弘用了更早发布的 GPT-3 大语言模型，看到技术的可能性，拉季逸超、张涛入伙，给 GPT 做了个浏览器的壳 “Monica”。 浏览器很难让人看到下一个超级产品的可能性。一位创业者在 Manus 发布前一年见到肖弘的一位合伙人，聊到已经发布的 Monica，觉得对方颇有些不自信。 开发 Monica 期间，伴随大模型的进步，这个团队在试错中找到了超前的产品形态，让 agent 像人一样全自动工作。到 2024 年，Cursor、Copilot 乃至 ChatGPT 都还在假设人盯着屏幕，不断发提示词指挥 AI 工作。当时模型推理成本比现在高一个量级，但 Manus 已经在做海量消耗 token 的 Wide Research（广度研究），赌 token 将变得特别便宜。他们也是很早自建 Evaluation（评测）团队的 AI 应用公司，建立闭环开发的循环。 这些前瞻判断和投入让 Manus 在很长时间里保持领先和增长。2025 年初，Manus 发布不久，有一家科技大厂内部就立项至少 7 个类似项目，但并没有抢走它的用户。被调查期间，Manus ARR 首次突破 3 亿美元。 肖弘曾经用 “贸工技” 概括自己理解的创业路径：先找到市场，再建立产品和商业，最后向技术深处走。通过 Manus 现在他已经完成了前两步——做出一个被大批用户需要的产品，也建立起一门真正的生意。 Manus 今天的对手都掌握了最核心的技术。过去半年，Claude 和 Codex 激烈竞争，从模型到应用，快速完善以 agnet 控制电脑完成任务。Manus 在此期间推出的桌面应用和先计划再执行的 Plan Mode 都是在追赶这两个硅谷先锋。最近，一众国内大公司也把电脑上工作视为下一个战场。 交易完成后，Manus 也将面临选择，是继续以产品洞见争取领先，还是投入更核心的技术，比如模型训练，迎接大模型应用最残酷的挑战。 8 月 11 日晚，Manus 正式确认将恢复独立运营。Meta 收购已经进入实质性撤销阶段，Manus 即将恢复独立；但最终的出资回购金额、公司是否重返中国资本体系，目前尚未正式公布。 当晚，肖弘给团队和投资人写信：“This is my third trip.” 他们在心态上把新的 Manus 视为一家重新出发的创业公司：起点是 150 多人的团队、一群历经风波仍然团结的合伙人，以及一个 ARR 超过 3 亿美元的产品。Manus 的故事远未结束。

@openart_ai

Qwen Image 3.0 is now on OpenArt ✨ The most Real Qwen image model yet. Native text across 12 languages, precise 10px type, and full interfaces like web pages, games, and livestreams rendered with real world knowledge. Available now on OpenArt: http://openart.ai/suite/create-image/qwen-image-3

@servasyy_ai

兄弟们，我又给你们找了 H3 的好东西，让你们少走弯路！ 上篇文章已经讲过官方 Skills、Turbo LoRA、长视频续接和 T8 音画工作流，这里不再重复。几天过去，我又跑了一轮实测，H3 现在多了三块值得补上的能力：更稳的 8V8A 成片参数、新的 Attention 后端、人物 LoRA 和低显存方案。 第一处更新是成片步数。 我把 Larry Turbo + T8 的 4V8A、6V8A、8V8A 都跑了一遍。同一个 Prompt、Seed 424242、Turbo v4 step600、CK Attention、864×480、124 帧，只修改 Video Steps。 4V8A：92.80 秒 6V8A：92.48 秒 8V8A：93.29 秒 最大差距不到 1 秒，这次样本里 8V8A 的动作完整性、人物轮廓和画面稳定性最好。 T8 的硬性规则是 Audio Steps ≥ Video Steps。音频固定 8 步时，4V、6V、8V 都要执行 8 次联合 DiT 调用，所以耗时落在同一档。20V8A 会直接报错；想跑 20V，Audio 也必须至少设成 20A。 4V4A 可以快速试提示词，声音更容易出现底噪、爆音和立体声不稳。我目前把 8V8A 设为正式出片默认值。这个判断来自一个 Prompt、一个 Seed，后面还需要继续扩样本验证。 第二处更新是 Attention。 上篇推荐的 Turbo + SageAttention 继续保留。现在可以分成两条路线： 路线 A：CK Attention 单独使用 路线 B：SageAttention，按显卡测试叠加 Sol-Attn CK、Sage、Sol 不应该同时写成一个组合。测试 CK 时，我会关闭 Sage 和 Sol，只替换 Attention 计算后端。 我在 RTX 4090 48GB 上做了单变量 A/B：同一模型、Prompt、Seed、分辨率、帧数和 25 步采样，只把 PyTorch Attention 换成 CK。 原版：272.70 秒，约 9.88 秒/步 CK：239.70 秒，约 8.52 秒/步 总耗时快 12.1%，采样快约 13.8%。两段画面结构和动作高度一致，没有发现明显画质退化，但并非逐像素相同。 CK 项目： https://github.com/Comfy-Org/comfy-kitchen ComfyUI 官方 PR： https://github.com/Comfy-Org/ComfyUI/pull/15479 Sol-Attn： https://github.com/kijai/ComfyUI-SolAttn_triton 我通过 ModelAttentionBackend 节点只给 H3 启用 CK，没有使用全局 --use-ck-attention。升级时还遇到一个坑：旧版 ComfyUI-MiniMaxH3-Cache 与新版 ComfyUI 存在 time_shift_slope 兼容错误，更新前要先检查 Cache 插件。当前 CUDA 12.8 已经获得 12.1% 提升；完整优化内核需要 CUDA 13，额外收益我还没有实测。 第三处更新是人物 LoRA。 上篇说人物和画风 LoRA 还没成气候，这个状态已经变化。Realism People LoRA 用 176 段真人视频训练，主要改善皮肤、五官和人物质感： https://huggingface.co/fal/MiniMax-H3-Realism-People-LoRA fal 也开放了 H3 LoRA Trainer。准备至少 10 段视频，就能训练自己的角色或风格，权重可以下载回本地工作流： https://fal.ai/models/minimax/h3/ref2va/trainer 第四处更新是低显存。 ClipProj 用 4B/8B 投影模型替换 32B 文本编码器，把这一部分的显存占用从约 15.7GB 降到约 4.5GB： https://huggingface.co/NicoLab28/ClipProj-MiniMax-H3 低显存实机演示： https://x.com/riddi0908/status/2086398939344015620 H3 GGUF 给 33B 主模型提供 Q2—Q8 量化，再配合 CPU offload，8—16GB 显存可以跑 480p 预览： https://huggingface.co/unsloth/MiniMax-H3-GGUF ClipProj 负责缩小文本编码器，GGUF 负责压缩主模型。低显存方案解决“能不能跑”，生成速度和画质仍然取决于量化等级、内存与 offload。 上篇提到的 h3-prompt-writing 也有了具体使用演示： https://x.com/aigeboku/status/2085557750373986429 它可以帮 Claude、Codex 写镜头、对白和声音提示词。Agent → ComfyUI API → Remotion 的全自动链路还在继续打通。 我现在的 H3 路线已经固定下来：官方 Skills 写提示词；Larry Turbo + T8 用 8V8A 出片；Attention 选择 CK 单独使用，或者 Sage + Sol；Realism People 或 fal Trainer 处理人物 LoRA；ClipProj + GGUF 负责低显存预览。

@ValsAI

Qwen 3.8 Max nearly doubled its score on Legal Research Bench in under three months, climbing from #22 to #4.

@thsottiaux

I previously promised a reset for every 1M in additional active users for Codex, until 10M. We blew past that and have been silent since 10M. Little surprise for you tomorrow.