清华、Uber、Manifold AI 联手打造科研新工具，亿元融资背后藏着什么秘密？

最近，一个名叫 Manifold AI 的平台悄然走红科研圈。它不是一家炫技的AI创业公司，而是一群科学家和工程师真正为“做研究”而生的工具平台。清华的科研团队、Uber 的数据工程经验、Manifold AI 原班人马——这三方的组合，让这个平台从诞生起就带着一股“解决真实问题”的劲儿。

很多人以为AI研究就是调模型、跑代码，但真正做过实验的人都知道：最耗时间的，从来不是算法，而是数据。一份临床数据要清洗多久？多组学数据怎么对齐？实验记录怎么不丢？协作时版本混乱怎么办？这些问题，过去全靠科研人员自己“硬扛”。Manifold AI 做的事很简单：把这些琐碎到让人崩溃的环节，变成一键能解决的流程。

平台上线不到两年，已有超过300个国内实验室在用。中科院神经所的团队用它整合了小鼠脑成像和单细胞测序数据，原本要两周的预处理，现在三天搞定；浙大医学院的课题组靠它实现了跨医院数据的匿名共享，顺利推进了多中心临床研究。不是靠口号，是靠实打实省下的时间——一个博士生告诉我：“以前每周要花两天整理数据，现在能多做两个实验。”

亿元融资，为什么华为、梅花、君联都来了？

这次融资额超亿元，投资方名单里没有一个“纯VC”，全是懂行的：华为哈勃看中的是它在多模态数据处理上的能力，未来可能用于医疗影像与基因组的联合分析；梅花创投的合伙人说：“我们投过不少AI公司，但很少看到团队里有真正从实验室出来的科学家。”——Manifold AI 的创始团队里，有两位曾是清华生命科学学院的博士，做过十年实验，才决定写代码。

老股东英诺、锦秋、同创伟业继续加码，不是因为“概念热”，而是因为“复购率高”。很多实验室不是签个合同就完事，而是整个课题组、甚至整个院系都在用。一位北大教授说：“我们实验室的研究生，现在进组第一件事，就是学怎么用 Manifold。”

下一步：不只是工具，更是科研的“操作系统”

这笔钱不会拿去烧市场推广，而是砸在两个地方：一个是“世界模型”——一个能自动理解科研文献、推荐实验方案、甚至预测失败风险的底层系统；另一个是“具身大脑”——让AI能像助手一样，直接连接实验室的仪器，自动记录温度、pH值、离心转速，连你忘记记的备注，它都能补上。

这不是科幻。他们已经在和上海瑞金医院、华大基因合作试点。一位工程师告诉我：“我们不是要做一个‘AI科学家’，而是做一个‘不会忘事的科研助理’。”

真正的改变，藏在那些没人说的细节里

你可能没听过 Manifold AI，但你可能已经用过它的成果：今年《自然·方法》上一篇关于癌症早筛的论文，数据处理部分明确致谢了该平台；中科院某重点实验室今年的国家自然科学基金申报材料里，首次把“使用 Manifold AI 进行数据管理”写进了技术路线。

它没有炫酷的发布会，没有明星代言，甚至官网都朴素得像一个学术论坛。但它的用户，正在悄悄改变中国科研的节奏。当越来越多实验室不再为数据发愁，当博士生能用省下的时间去读一篇论文、做一个新实验——这才是AI该有的样子。

科技不是用来讲愿景的，是用来让科研人员，多睡一觉的。