Google把AI带进视频问诊、Manus回到独立：Agent开始接受真实边界测试 (2026)

今日判断

过去 24 小时的几条消息，把 AI 竞争从「模型能不能回答」推向「系统能不能在真实边界内工作」。Google 的 AMIE（Video）已经进入模拟视频问诊；Manus 因监管要求与 Meta 分拆；River AI 用 11 亿美元押注企业自己训练和持有模型；智源 AREX 与最新安全研究，则把证据状态、权限来源和拦截后的恢复路径摆到台面上。

本文覆盖 2026 年 8 月 10 日 08:00 至 8 月 12 日 08:00（北京时间）公开或确认的动态。模型表现、融资规模和研究结果均保留发布方口径；厂商自测不等于生产效果，监管动作也不等于交易已经完成。

快速扫一眼

板块	动态	读者该看什么
大公司与产品	Google 将 AMIE 推进实时视频问诊；Manus 将在 Meta 收购交易撤回后恢复独立运营。1 2	一个在模拟临床环境测试，一个先面对跨境交易和数据处理边界。
创业与投资	xAI 联合创始人 Igor Babuschkin 创办的 River AI 获 11 亿美元融资，主打基于企业自有数据定制开放模型。3	资金押注的是后训练和模型所有权，不是又一个通用聊天入口。
前沿研究与评测	智源 AREX 用「研究—验证—再研究」循环做自主研究；POLIS 论文显示，规则、权限来源和被拦截后的替代路径会共同改变安全结果。4 5	评测对象从最终答案扩展到研究状态、授权记录和恢复行为。

大公司与产品

Google：视频问诊的结果不错，但证据仍在模拟环境

Google Research 8 月 11 日公布 AMIE（Video）。系统基于 Gemini 和 Project Astra，用异步多智能体架构分工：Talker 负责低延迟对话，Planner 后台更新诊断与管理计划，Perception 持续读取声音和画面中的临床线索。1

研究包含 100 个临床场景、300 次实时咨询、15 名受训患者演员和 30 名基层医生。独立的 20 名医生评审认为，AMIE（Video）在问诊完整度、诊断准确性、处理方案和沟通质量上与基层医生相当；患者演员也更偏好视频而不是文字聊天。1

这还不是临床部署证据。Google 明确写出，研究完全使用专业患者演员和模拟场景，真实患者、不可表演的临床表现以及系统偶发的感知和推理错误，都需要后续研究验证。对医疗产品团队，下一项要看的不是「是否达到专家级」这句总结，而是真实患者研究、医生监督和异常处理是否能复现这组结果。

Manus：收购失败首先变成用户的数据迁移问题

Manus 8 月 11 日表示，将在 Meta 收购交易撤回后恢复独立运营。CNBC 报道称，中国国家发展和改革委员会在 4 月要求撤回这笔 20 亿美元交易；Meta 原本计划把 Manus 的通用 Agent 能力接入消费和企业产品。2

对用户而言，分拆并不只是股权新闻：部分司法辖区需要备份 2025 年 12 月 29 日之后生成的数据，Manus 称这是为遵守特定地区的监管要求。2

这条线值得创业公司和企业客户单独记账：技术和人才的来源、交易结构、数据归属、跨境访问权，可能在产品上线后继续影响公司的控制权和用户承诺。Manus 接下来能否恢复服务连续性，以及 Meta 与 Manus 如何完成能力和数据隔离，比「交易是否撤回」更能说明这次分拆的实际代价。

创业与投资

River AI：资本投向「自己训练一套」

River AI 由 xAI 联合创始人 Igor Babuschkin 创办。Reuters 报道称，公司已融资 11 亿美元，由 General Catalyst 和 AMP PBC 领投，NVIDIA、AMD Ventures、Y Combinator 和 Temasek 参与；公司未披露估值。3

TechCrunch 报道，这轮交易被描述为 seed/Series A，River 的首个产品允许开发者对开放模型做强化学习和 LoRA 微调，再以 API 形式提供服务。River 声称，企业完成一次复杂强化学习训练只需 15—20 分钟，成本是闭源方案的 四分之一到二分之一；这两个数字仍是公司口径，尚无独立部署数据。6

这笔钱买的不是单个模型分数，而是「企业能否拥有自己的模型行为」这条路线：自有数据、后训练、开放权重和私有部署被放进同一套产品里。要判断它是否成立，下一步应看客户留存、训练后的实际效果、推理成本和企业是否愿意承担模型运维，而不是只看融资额。

前沿研究与评测

AREX：把研究过程保存成可继续推进的状态

智源研究院 8 月 11 日发布 AREX 模型与科研体验平台，开放模型权重并提供 Beta 测试。其核心是「研究—验证—再研究」的双循环：先形成阶段性答案，再逐项检查约束，保留已验证证据，把未解决的主张转成下一轮研究目标。4

智源披露，AREX-Base 在 BrowseComp 上得分 82.5，完整系统比关闭上下文更新和外层循环的版本高 22.9 个百分点；这些数字来自研究方自己的基准和消融实验，不能直接换算成生产环境的检索成功率。它真正值得跟踪的地方，是把「已经知道什么、还缺什么、下一步查什么」作为运行状态，而不是把长对话简单压缩成摘要。

POLIS：安全不是只有一条规则

8 月 10 日提交的 Multi-Agent AI Safety as an Institutional Design Problem 研究了多智能体系统中的规则、授权来源和拦截后的替代路径。论文的 5,280 个 episode（实验回合）研究套件中，一套宪法式提示和一套带来源追踪的可执行防护都实现了 0/384 次实际违规，但后者拦截了 51 次违规尝试，其中 44 次随后安全完成。5

在另一组匹配的「权限洗白」场景里，信任可变本地策略的防护允许 22/96 次违规，来源追踪防护则为 0/96。论文的结论不是某一种提示或 Guardrail 永远更好，而是：同样的最终违规率，可能来自完全不同的机制；系统信任哪一份授权记录，以及被拦截后有没有可行的安全替代路径，都要单独测。