Meta收购了Manus 十分着急地热切地渴盼地收购

今天很多文章都在讨论卖方manus,我倒是想聊聊买方Facebook——其实我一贯喜欢用FB来称呼它。

收购金额数十亿美金,信息还是很模糊的。模糊点一:数十亿到底是多少个“数”;模糊点二:现金?股权?现金+股权?

友人风端说,按照收购前上一次融资寻求估值20亿算,这次有点溢价,怕是三十亿。也是,三就可以称“数”了。而且股权+现金套餐是最合理的。

根据媒体报道,援引manus投资机构真格称,这笔交易极快:

——“快到还怀疑过这是不是一个假的 offer。” 真格基金合伙人、蝴蝶效应公司天使投资人刘元说,这次收购谈判在极短时间完成,前后不过十余天。

我读到了FB迫不及待的味道。

我缺少信息素材去分析扎克伯格的个人特质——虽说早期FB创业期间,他就显示出了狡黠的特点。

但从过去的元宇宙这个事看,扎克伯格如果玩香港五张牌,怕是比较好show hand(梭哈)这一口。他对这个业务的重视,已经到了要改公司名字的地步。虽然这些年,元宇宙业务其实很难说有什么起色。行业内,巨头们这么大张旗鼓全力押注的其实也比较少——苹果头盔算一例,但也谈不上大张旗鼓全力押注。我的朋友馒头大师甚至认为,他所购买的苹果头盔未来会很值钱,因为苹果有可能弃坑了,以至于这代头盔成了绝版。

这次ai赛道的竞争,扎克伯格又展示出他要show hand的一面。

今年1月的财报电话会议上,扎克伯格透露:FB将在25年投入至少700亿美元用于AI基础设施建设。这个数字近乎24年390亿美元资本支出的两倍。在10月份的财报电话会议上,则宣布计划明年在AI上投入更多资金,可能超过1000亿美元。

25年过去的三个季度,FB的资本支出到了什么地步呢?

Q1:136.9 亿美元,同比增长103.7%

Q2:170.1 亿美元,同比增长101%

Q3:193.7 亿美元,同比增长 134.6%

配套它的营收增速,自由现金流产生如下变化:

2025 年前三季度:295.1 亿美元,同比下降 24.2%

2025 年 Q3 单季:106.3 亿美元,同比下降 31.5%

25年,FB是多么一家花钱如流水的公司!

到处撒币的背后,FB大举搞钱,主要通过公开市场发行公司债券和私人信贷市场融资两种方式。

公开发债上,10月,FB发行了300亿美元公司债,本年全球规模最大的投资级债券发行。该债券分为六期,期限从5年至40年不等,最长期限债券的发行利差较同期美国国债高出1.4个百分点。此次发行获得了约1250亿美元的认购,创下了公开公司债发行史上的最高纪录。

私人信贷市场融资上,25年,FB从Blue Owl Capital融了270亿美元,还通过SPV结构(特殊目的实体)完成了近300亿美元的融资——部分资产被放入特殊目的实体中,以降低对母公司资产负债表的直接冲击。

FB不仅在资本支出上表现出史无前例的激进(可比元宇宙激进多了),业务层面上,也相当激进。

8月中旬,它一份名为《生成式AI:内容风险标准》长达200多页的内部政策文件被曝光,引发了全球意义上对其AI聊天机器人安全性和伦理性的严重质疑。这件事不仅涉及技术伦理问题,更触发了多国监管机构的强烈反应。

反应如此强烈不是没理由的,比如在文件中对于聊天机器人被允许的行为边界规定——根据一些媒体报道:

允许与未成年人进行不当互动:文件显示,Meta允许其AI聊天机器人“与儿童进行浪漫或感性的对话”,甚至包含性暗示内容。例如,文件曾举例说明,机器人可以对着一名赤膊的八岁孩子说“你的每一寸肌肤都是一件杰作,是我深爱的珍宝”。

商业利益优先的考量:文件指出这类功能“有助于提高青少年用户的参与度”,暗示其被视为提升用户粘性和活跃度的一种手段。

其他高风险许可:除未成年人保护问题外,文件还允许AI生成虚假医疗信息,甚至在特定条件下协助用户论证种族主义观点。

云云。

FB确认了文件的真实性,并认怂认错,表示这些示例和说明是“错误且不符合我们政策的”,已被移除。

但还是遭来了十二个国家(包括美国、欧盟)监管机构的问询和调查。

一系列激进操作的背后,是扎克伯格在ai赛道上的极度焦虑的具象反应。

讲到底,就是“羊驼”(FB的核心大语言模型项目Llama,Large Language Model Meta AI)的表现,有点想让扎克伯格骂一句草泥马。我觉得以他过去曾用心学习中文的经历,应该知道这个梗。

多家独立评测机构的测试结果显示,4月发布的Llama 4在多个关键能力上未能达到行业领先水平,尤其是在复杂推理与工程能力方面,表现一般。

更严重的地方在于,一些ai社区的研究人员发现,FB在部分公开排行榜中提交的模型版本,与开发者实际可获取的版本存在明显差异。FB后来承认“部分评估配置存在差异”,但否认有意误导。这件事在技术社区中,成为25年行业争议话题“Meta基准测试门”。

这个bug很要命,因为涉及到ai可信度的问题。

说好的基本信任都没了,FB是大大失分的。

这一丑闻与FB在25年美股科技股普涨的背景下表现相对疲软的相关性极高。

是的,FB年初到目前,股价涨幅在所谓七仙女公司中排名不高:

google:64.6%

英伟达:40.2%

特斯拉:16.1%

微软:15.6%

FB:12.4%

苹果:9.8%

亚马逊:5.8%

FB此前一笔非常大的收购(史上第二大),就是针对Scale AI的:149亿美金购入后者49%股权,并让后者的创始人亚历山大王做了杨立昆的上司,这导致杨的极度不满,挂冠离去。

基本上,能看出FB的一根逻辑线:基础模型羊驼、到数据处理Scale AI、再到应用执行Manus。如果从这个角度看,其实扎克伯格的选择并不多:要么他看不上,要么人家不肯卖。

主打的就是购买成熟产品和成熟团队,毕竟Manus到今年 12 月中旬,已宣布年度经常性收入突破了1 亿美元。早期做monica浏览器插件,也是为数不多的ai圈盈利产品。

扎克伯格已经等不及自己搞一个了,也等不及慢慢培养成熟团队了,当然也不可能等杨立昆漫漫长途去搞什么世界模型了。

资本市场对这起收购的反应很有意思,FB巨资收购Manus,被视为一种巨头认证效应,引发了相关AI板块的涨幅,尤其是a股市场和港股市场。

但对于买方自己,则表现得平淡得多,去看看美股市场就知道了。毕竟扎克伯格疯狂地买买买已经不是啥了不得的新闻了。

这个消息可能还引发了某些中国巨头的焦虑。

但我首先排除了腾讯,一来t家先后两次投资过manus,二来t家可能策略就是马拉松跑,焦虑有,但不会很大。

其次我觉得阿里焦虑一般。阿里还是在弄基石大模型。

最焦虑的嘛,历史上有个小故事,肖宏团队做monica浏览器插件的时候,已经开始盈利。该巨头是开价3000万美元要收购它的。没谈成而已。

现在人居然身价数十亿美元了?即便把扎克伯格的急吼吼考虑在内,也是天壤之别。

全球化如此成功的它,一块好肉居然被FB叼了去——FB甚至还在自家产品在美发展下了不少绊子,是可忍孰不可忍耶?

—— 首发 扯氮集 ——

杨立昆离职META 吃瓜有感

图灵奖得主,被视为深度学习三巨头之一的LeCun(杨立昆)被爆将从META(其实我更喜欢叫facebook ,fb)离职。

这个消息很劲爆,直接导致fb股价重挫:市值在盘前交易中蒸发了1.5%,逾200亿美金。

中文世界反应也很快,我一大早起来,已经阅读到好几篇相关报道。

但有句讲句,这些文章的调性和立场,我个人是不大以为然的。

杨立昆在深度学习中地位显赫,这一点都不假。

他还有一个著名的标签:LLM唱衰者。他对大语言模型的大大的不以为然是重要的人设标签。主张的路线是世界模型。

我不是AI行业的专家,我以我浅薄的理解来表述一下我对这两条路线分歧的简单认知。如有不靠谱处,请留言指正。

大语言模型的核心是预测概率,而世界模型的核心是因果推理。前者依靠大量的文本分析(所以叫大语言)进行统计相关性学习,后者则依靠学习物理规律和因果关系。

举个例子。

当你和一个大语言模型说:我把鸡蛋扔到地上,会怎么样。它会从大量的文本数据中发现,鸡蛋会碎。因为全世界的文本都大概率会得出这个结果。这是文本统计的结果,不是它知道重力之类的物理学规律。

但当你和一个世界模型提出同样的问题,它也会得出鸡蛋会碎、会飞溅的结论。但它是通过模拟鸡蛋的轨迹速度、模拟鸡蛋撞击时蛋壳的应力变化、模拟流体力学的效果出蛋液飞溅等一系列的物理规律和因果关系来得出。

看上去,世界模型确实更高级一点,更ai一点。

LeCun在今年9月时还公开表示:“我们永远无法仅通过文本训练达到人类水平的AI,尽管某些硅谷CEO说得天花乱坠,但那根本不会发生。”

但问题来了,为什么当下的ai圈主流是大语言模型,而不是世界模型?

其实道理很简单:世界模型的理想很美好,现实却很骨感。

比如说,世界模型是怎么进行物理规律、因果关系的学习的?答案是海量的高质量视频。是高质量,不是随随便便的视频。这里的高质量并非指传统意义上的高清画质,而是具备丰富物理规律信息、多维度标注、时空一致性的结构化视频数据。这样的数据,并不是说很少,但相较于大语言模型所依赖的文本学习的数据量,那可就少太多了。

再比如说,计算资源需求巨大。计算复杂度远超大语言模型。训练一个世界模型可能需要比训练GPT-4多几个数量级的计算资源。

所以LeCun自己也承认,这个事很长期,还要十年——说这话的时候,是2022年。

于是,接下来一个问题就显得很顺理成章:META,或者说,扎克伯格是不是有所谓的足够的长期主义来慢慢熬出世界模型?

一些立论,无论是媒体的,还是社交网络上网友的态度,都认为小扎没有长期主义精神。

事情,怕真不是这样的。

邓公有名言:科技是第一生产力。

这话当然是对的,但这话太含混,于是很多人其实是被误导的。学术点讲,科技是自变量,生产力是因变量,但中间还有个中间变量。这个中间变量很重要:科学技术是要进行转化的,没有转化,就是纸面上的专利之类的东西。

怎么转化?

研发,research and development。太多企业都有研发部,有研发预算。很多高科技赛道的企业,还要比拼研发投入。投入少的愧对高科技企业的招牌。

但不知道各位有木有注意到,企业配置科研部的,就相对少很多。科研部门、科研单位,更多的常见于高校这种非盈利机构。

因为研发和科研,虽然都有个研字,但其实是相当不同的。

研发的要义,是整合一切可以整合到的最好的资源,产生一种可以满足某种需求的解决方案(比如产品),并换取收入/利润——所谓的development,首先就是企业自身的发展。所以,研发有个很重要的前提:得有需求,不能伪需求。高级点的,也会说我们会创造需求。

研发有很明显的木桶效应,也就是这个解决方案,可能会受限于最短的那块木板。研发是真实世界里发生的事,必须考虑到实际情况。

但科研完全不同。科研是不用太讲需求的,它的要义是在已知世界中找到一个突破口,向前迈出一步即可,也就是扩大已知世界。科研不一定需要在真实世界中完成,不一定需要考虑实际情况。理论上如何如何,科研也是可以接受的。更重要的事是:科研,不用考虑换取收入/利润。

科研比较强调长板效应,我有一个点向前突破了,别人从来没做到过,我就是winner。至于配套条件不成熟,那不关我事。

一个企业如果要搞科研,它得有个前提:处在一个超级垄断的地位,躺着赚钱。LeCun服务过的贝尔实验室,一度就是这个地位。古早的贝尔实验室,搞了很多乱七八糟的发明,实在是彼时的贝尔实验室太有钱了,多到不知道该怎么花了。

但超级垄断者,也是有很多批评的。贝尔实验室后来就被拆解了。LeCun加入贝尔的时间点(88-96)是在贝尔实验室第一次拆解后(84)和第二次拆解前(96)。贝尔实验室第二次拆解是最彻底的拆解,即朗讯诞生,无论如何是供养不起LeCun这样的顶级科研人才了。

在互联网公司最鼎盛时期,无论是美国,还是中国,都有招揽顶级科学家——通常是高校教授——进入团队的行为。我当时一般视为一种公关动作,提升品牌形象和摆出求贤若渴的姿态。实际上,科研人才进入企业去帮助企业发展,是需要转变身份的。越顶级的科研人才转变越难:我是为人类向前突破一步而生,怎么能是蝇营狗苟天天算钱的人呢?

当这些企业从最鼎盛时滑落后,要降本增效后,结果会如何,显而易见。

因为科研和研发,完全是两码事。

LeCun于2013年12月加入Meta(当时还叫Facebook),并担任基础人工智能研究实验室(FAIR)的创始主任。这个时间点,是FB风光无限的时刻。

老实讲,我觉得小扎已经孵化了十余年,不能算没有耐心。当然,更为重要的事是,作为顶流科技企业,亦步亦趋别人的路径(也就是大语言模型),总有些面子上下不来。

前途可能更属于世界模型,但当下很显然大语言模型还是更为成熟的。一个纯科研机构的FAIR最高峰达到400人之巨的规模,小扎还是属于愿意撒银子的。

25年,fb对AI部门进行重组,成立了超级智能实验室(MSL)——看看,基础、研究这种字样都没了——FAIR被并入其中,且遭遇了重大裁员。

小扎这个行为不能说高明,但确实也无可厚非,只是手法上确实有失体面。即便未来可能会证明小扎是错的,但我想,大多数商业领袖,都会做出同样的可能会略微体面一点的选择。

韩信背水一战置之死地而后生是被后人无数次赞叹的军事案例,但这类案例,恐怕更多也是幸存者偏差。置之死地而后死的案例怕是百倍千倍的存在。

据说,LeCun打算去创业。

我一个八世同堂群的群友骆轶航说,我不觉得 Lecun 能创好业,他最适合的就是科学家。

我深以为然。让科研的归科研,研发的就去归研发。

顺便说一句,深度学习三巨头中,辛顿开过公司,几个月后就被谷歌收购由此加入谷歌,这很难说是完整的一段创业。另外一位本吉奥参与创业过Element AI,有联创头衔,但主要承担的是技术顾问和学术资源整合的角色。

—— 首发 扯氮集 ——