8月12日 AI 早报:五条要闻,Manus回到独立运营,AI推理集群继续扩张

8月12日 AI 早报:五条要闻,Manus回到独立运营,AI推理集群继续扩张

Manus与Meta收购交易进入分离收尾,River AI获11亿美元融资,IBM与Together AI扩建开放模型推理集群,另有物理AI基准与Google AI摘要监管进展。

覆盖窗口:2026 年 8 月 11 日 0 时至 8 月 12 日 7 时(北京时间)。以下按对行业参与者的影响排序,优先保留能回到公司公告或原始报道核验、且未出现在上一期的进展。

1. Manus 将恢复独立运营,Meta 收购交易进入分离收尾

发生了什么: AI 智能体公司 Manus 8 月 11 日宣布,很快将恢复为独立公司。公司同时通知部分用户:为配合特定司法辖区的监管要求,2025 年 12 月 29 日及之后生成的部分数据将在 8 月 23 日至 24 日(新加坡时间)删除;受影响用户可在 8 月 23 日 7 时 59 分前备份,并在 8 月 25 日恢复数据。1
路透社称,这次安排属于 Manus 与 Meta 的分离。北京方面在 4 月要求 Meta 撤回对 Manus 的收购,交易金额超过 20 亿美元;Manus 的公告没有点名监管机构,只说明分离和数据处理是为了满足特定地区的监管要求。2
为什么重要: 这不是一次普通的股权变更。对用户而言,收购后的数据要按时间切分、备份和恢复;对跨境 AI 公司而言,前沿智能体的资本、数据和控制权分离,已经变成产品连续性问题。Manus 仍称将继续服务全球用户,但分离后的股权和长期控制结构,报道目前没有给出完整答案。

2. River AI 获 11 亿美元融资,押注「自己拥有的模型」

发生了什么: 由 xAI 联合创始人 Igor Babuschkin 创办的 River AI 宣布获得 11 亿美元 融资,General Catalyst 和 AMP PBC 领投,英伟达、AMD Ventures、Y Combinator 和 Temasek 参与。公司要做的是一套开放 AI 栈:让开发者和企业在开放权重模型上做 LoRA 微调和强化学习训练,再把模型部署到生产环境。3
TechCrunch 独立报道确认了融资方和产品方向。River 称,企业可以通过 API 在不自建基础设施团队的情况下完成强化学习训练;「15 至 20 分钟」和「相较闭源方案节省 2 至 4 倍成本」是公司自己的宣传口径,尚未等同于独立测评结果。4
为什么重要: 这笔融资把竞争焦点从「谁训练出更大的通用模型」推向「谁能让企业低成本训练、控制并持续改进自己的模型」。River 还很早期,产品能否兑现这套承诺尚待验证;但英伟达和 AMD Ventures 同时下注,说明开放权重、后训练和专用推理基础设施正在被放进同一笔企业级投资叙事里。

3. IBM 与 Together AI 签下 2.4 亿美元协议,建设约 2000 张 Blackwell 芯片的推理集群

发生了什么: IBM 和 Together AI 签署一份多年期、总额 2.4 亿美元 的协议,在 IBM Cloud 建设面向开放模型推理的大型 AI 集群。路透社报道,首期集群预计使用约 2000 张英伟达 Blackwell 300 芯片,采用 HGX B300 系统和 Spectrum-X 以太网设备,地点在美国。5
Together AI 的平台支持企业训练和运行 DeepSeek、MiniMax、Kimi 等开放模型。该公司首席营收官告诉路透社,集群上线前两三个月就可能被全部预订;「售罄」是公司预期,不是已经签下的客户清单。6
为什么重要: 训练完成后,模型每次生成回答都要消耗推理算力;这笔交易把「开放模型更便宜」转换成了需要大规模、专用硬件承载的基础设施订单。它也说明,开放权重并不等于低算力:模型权重可以开放,稳定运行模型的 GPU、网络和云服务仍然昂贵。

4. PhysicsX 称 AI 智能体逆向还原隐藏物理模拟器,并登顶 PLAID 基准

发生了什么: 工业 AI 公司 PhysicsX 8 月 11 日披露,其研究人员让 AI 智能体根据 500 个带标签的训练样本,逐步猜测并实现一个商业有限元软件 Z-set 的隐藏材料模型,再提交到 Safran 的 PLAID Tensile2D 基准。公司称,最终模拟器在八项指标的留出验证上达到约 10⁻⁸ 误差,并在公开榜单上以各项指标精度范围内的零误差排名第一;单次模拟中位耗时为 0.437 秒。7
PhysicsX 的文章还称,智能体在排查公开榜单与完整测试集的误差时,用 85 个假设推断出榜单只计入偶数编号样本。以上结果来自公司对自身实验的披露,不是独立复现实验;但文章把实验代码和浏览器演示作为读者可检查的材料公开了。
为什么重要: 基准测试通常靠隐藏数据防止模型针对题目调参。若智能体能从有限观测中反推出模拟器的关键规律,基准的保密程度就会成为新的技术变量,工程软件中原本依赖闭源实现形成的壁垒也可能受到压力。这里的重点不是「智能体已经取代工程师」,而是它开始参与提出物理假设、写模拟器、做验证和定位评测漏洞这一整条链路。

5. 法国新闻出版机构要求竞争监管机构介入 Google AI 摘要

发生了什么: 代表法国报纸和杂志的法国综合信息新闻联盟(APIG)要求法国竞争管理机构对 Google 生成式文章摘要采取行动。路透社报道,APIG 反对 Google 未经协商推出这类摘要,认为摘要会让用户停留在搜索页,减少新闻网站获得的访问;Google 当时未立即回应。8
APIG 援引法国视听与数字通信监管机构 Arcom 的估计称,新闻网站来自搜索的流量因 AI 摘要下降了 33%至 38%。这是媒体联盟在报道中的主张,不是竞争监管机构已经认定的损失。APIG 希望参考法国监管机构此前要求 Meta 与传统媒体就 AI 使用内容的费用继续谈判的处理方式。9
为什么重要: AI 搜索摘要把版权、搜索分发和广告收入放在同一个监管争议里。接下来要看的是法国竞争管理机构是否立案、要求 Google 改变摘要机制,或把内容使用与付费谈判连接起来;在这些程序发生前,不能把 APIG 的投诉写成已经生效的新规则。

This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.

Related content