企业数据割裂与多agent协同及管理难题
本章节指出企业存在数据割裂问题，业务专家的业务结构缺乏数据系统承载。另外，发展较快的团队构建了众多 agent，如涉及生图、运营等，随着 agent 增多，协同变得困难，老板难以了解员工具体工作内容，也无法判断任务是否符合公司执行标准。
Timeline
AI创业项目产品分享与讨论 · 时间线
企业协同范式及AI落地服务产品介绍
本章节介绍企业协同落地范式，从会话式到清单式再到系统式，分别对应不同AI工具及应用场景。指出当前企业数据结构分散、缺乏系统的问题。过去两年团队做AI落地服务，找出第一款产品base builder，还做了Cody和具身硬件agentos，目标是从服务侧解决问题，让AI获得系统，合理编排agent并落地。
Basebuilder系统：助企业快速AI ready，可拆解业务
本章节介绍了Basebuilder系统，它能让企业快速AI ready。在客户落地过程中理解行业功耗有困难，基于过去搭建多维表时发现流程和业务可拆解，开发了该产品，历时半年已上线。只要输入业务背景及需求，它能像顶尖业务专家一样拆解系统对象、业务逻辑和系统，且不仅供人使用，也供AI使用。
高迪办公室及AI产品功能与管理设想
本章节提到高迪是agent的一个办公室，近期会有Monica、Marbles等产品推出，但认为它们打造的办公室还不够。强调每个agent应有独立编排方式，能共享企业知识、数据、系统内容和skill且可被管理。在桌面端打开app，可看到AI办公室情况及任务拆分方式。
未来业务规划：从连锁企业拓展至新型组织
本章节介绍了未来规划。未来终端套件可连接Cody和MS build大脑，能根据公司知识和结构整合信息，有智能编排大脑。业务方面，先以中国连锁企业包括加盟商企业为切入点，帮助企业门店做好加盟和门店管理，之后拓展至全球高端服务业，最终进入新型组织、OBC和AI算法团队。
团队情况介绍及300万融资需求说明
本章节说话人1介绍了团队情况，团队过去两年服务50多个客户，成员包括兰卓松尼尔、早期员工肖鑫和曾在英伟达工作的CTO浩迪，团队具备业务理解、tob服务、海外出海和硬件机器人等属性。融资需求约300万，释放10%股权，资金主要用于高底和标杆客户的打磨。
项目竞品分析及自身优势阐述
本章节中，评委说话人3向说话人1提问，询问项目前是否了解竞品、项目优势及如何保持优势。说话人1表示发现竞品Multiface，Radix是竞品之一，其项目管理单一、系统割裂、无法有效共享知识和数据。而他们的优势在于对企业场景和业务流程拆分更细，编排属结构化创新，能实现知识智能提取。
tob企业获客方式及首个意向合作案例分享
本章节主要围绕获客问题展开交流。说话人2询问tob企业第一批客户的获取方式，说话人1表示已拿下一个卖茶叶厂商的意向，方案投入几十万，厂商一场招商加盟会收入600万，ROI很高；还提到因有飞书背景，与飞书合作，结合其生态获客；选择加盟商是因其行业简单。最后说话人2邀请评委打分并提及下一团队分享。
AI使用现状、BridgeAI价值及模型提升问题
本章节中说话人韩丽（Lisa）向AI先行者致敬后提出问题，指出中国6亿AI用户约70%用不好AI，认为人和AI有障碍是人的问题。她称自己的产品BridgeAI是授人以渔，提到在技术平权的2026年应提升领导力等能力，还指出大模型每半年有质的提升，但用户因知识盲区多感受不明显。
Bridge功能、目标用户及SAAS订阅盈利模式
本章节介绍了 Bridge 相关内容。若大模型与用户意图有鸿沟，Bridge 可搭建桥梁，无限逼近客户主观意图。其有快速思考、思考模式等三大核心功能。目标用户为浅层用户及尝试用 AI 但结果不满意的用户，暂不包括深度用户。Bridge 采用 SAAS 订阅方式赚钱，按续费率 1%转化率测算数据。
产品功能演示、数据情况及团队融资介绍
本章节介绍了产品的具体情况。快速模式分四步走，以选榴莲为例，通过三句话精准定位输出结果；思考模式会随思考和交互长出思维导图，将产品想法框架化；复利飞轮强调有复利属性的产品才有商业价值。还展示了产品 UI、录屏等。目前产品上线快速和思考模式，内容日更 40 家，全网 200 粉丝、50 注册用户，融资 100 万，团队三人。
评委质疑项目社会意义，项目方阐述初心愿景
本章节中评委提出项目虽可能商业模式成功，但要思考其解决问题的社会意义，担心使人不愿思考而退化。项目负责人回应做项目初衷是先富带动后富，因很多中国用户对AI认知有限，希望通过Bridge打破不能科学上网用户与AI间的鸿沟，让小白用户也能WebCoding、实现想法。
AI产品ToB与ToC应用及商业模式探讨
本章节主要围绕产品应用场景、商业模式等展开交流。说话人6询问产品是面向toB还是toC，说话人4表示toC为主，toB可做企业定制。目前是网页产品，对标AI加思维导图工具等。还提到PPT中组织和人力资源示例，能帮用户梳理问题，该产品可解决C端个体岗位精准获取信息问题，引发有HR背景的说话人6兴趣。
探讨业务推广渠道与团队项目分享安排
本章节主要围绕商业推广展开讨论。说话人4介绍近一个月在公众号、小红书发帖获50个公域用户，因缺市场推广经费，若融资成功将用于用户增长。说话人6提议不同路演团队在技术开发社区结合，扩大影响力，说话人4表示可做成API接口供大家用。之后会议安排统计第一组分数，准备第三组罗英辉团队的BIM项目分享。
Gather：AI 工作台亮点及市场关键机会
本章节介绍了 Gather 这一 AI agent 原生工作台，它能将抽象需求转化为多种可交付结果。其核心亮点有端到端交付、Skills 沉淀为可复用数字员工、工作过程成可复盘资产。AI 正从聊天入口走向真实工作流入口，Gather 面向多元应用场景，市场关键机会是将 AI 从个人效率工具升级为团队交付系统。
BIGAPO AI 工作台多元场景交付及进展
本章节介绍了 BIGAPO 产品，其标准链路从客户给 brief 到形成服务包或工作流，主入口是桌面 APP，能处理不同场景，工作过程成资产。已开发近 3 个月，有 100 名 B 端内测用户，产出多种成果，案例是交付记录与销售样板。参考新一代 AI 工作台，与 Dapple 有差异，竞争的是覆盖多元场景的完整工作流。
种子轮融资计划及产品开发、试点目标
本章节主要介绍了下一阶段计划，启动30万美元种子轮融资，出让5%股权，资金用于产品开发等多方面。12个月目标是产品化高频工作流并形成融资可用数据，将已跑通技术链条规模化。里程碑包括产品开发、用户内测等。还会推进多版本、Skill市场等，完成付费试点沉淀案例，此外提到最初想做AI漫剧工具，vibe coding使用效果好。
bigapple：用AI将抽象需求转化为交付成果
本章节介绍了团队优势，即先跑通链路再沉淀成产品。bigapple 想成为下一代 AI 工作台，让 AI 不仅能回答问题，还能做事，如写代码、做内容等，将抽象需求具象化并推进交付。从模糊话语出发得出可交付结果。此外，提到都是用产品做 AI，还提及昨晚开始做工作卡。
团队项目介绍及评委提问交流情况
本章节主要围绕说话人7团队项目展开交流。说话人7因不知讲啥做了视频介绍项目。评委询问团队性质、是否越南公司等问题，了解到团队已服务地方客户、剧组等。还探讨了项目服务能力提升思路、平台升级情况，平台已到104版且升级约三个月，最后评委表示会后再交流，接着邀请第四组团队。
James路演算力补足协同办公系统设想
本章节中说话人 James 自我介绍，称自己是清华大学经济管理学院计算与金融中心总监，首次进行路演。他提到 AI 出现近两年已融入生活，认为其是算力补足器。作为管理者常遇任务反馈问题，由此想设计协同办公系统这一算力补足工具，它能记录公司文档和问题，用自研算法在需要时找出相关内容。
todo key功能介绍及AI助力员工提升之效
本章节介绍了产品集成的 todo key 功能，它诞生于与人相处场景。该功能借助 AI 挖掘客户评价背后的隐藏信息，提高员工洞察力与个人能力。老板可将部分工作时间用于创新和创造成就感。产品追求简单简约，使用者聚焦提升感兴趣板块、读懂隐含信息、完成项目及提高绩效。
团队合作企业、成员背景及感恩导师介绍
本章节说话人8介绍相关情况。目前有8家合作公司，涉及新能源供应链、机器人、跨境电商及学校研究中心和实验室。团队2/3成员来自清华，多为算法工程和计算机专业。说话人感谢金老师和丁老师赋予做项目的勇气，最后表示感兴趣可加微信联系，宣告结束。
语音处理、多语言及数据安全建议
本章节中说话人9提出三点建议。一是语音处理部分，考虑直接对音频文件进行理解，避免转文字丢信息，如物流客服录音质检；二是大模型应往国际化、多语言方向发展；三是产品变为商业版本时要关注数据安全与隐私问题。说话人8表示会后加其微信，说话人5致谢。
目标客群选择及AI应用人员接受度问题探讨
本章节主要围绕目标客群和人的接受度展开讨论。说话人2询问目标客群是否为CEO办公室，说话人8表示目标是8 - 32人的团队。说话人2提及AI应用自上而下过程中下层人员接受度低的问题，说话人8称选择小初创和中小型团队是为减少人与人之间的阻力，强调赋能人而非替代人。
产品场景链路、集成方式及决策透明问题探讨
本章节中说话人2询问场景链路、信息如何整合以达智能决策，还提及产品与钉钉、飞书是插件集成还是冲突。说话人8回应称钉钉和飞书复杂，自家产品能为承担多重任务者整理储存信息并提醒。产品通过团队注册，每人有界面面板，CEO有主控面板，可了解员工工作情况，后续会发相关内容到微信。
AI 蒸馏落地阻力及解决方案探讨
本章节围绕团队对“蒸馏”工作的接受度展开讨论。说话人6认为推行此事员工会抗拒，因担心自身工作信息被留存。说话人8觉得推行难度大，AI进化需真实反馈数据。说话人6提出建议，让员工蒸馏后的产品在企业内有价值并可买卖，这样员工可能就不会抗拒，最后进入评委打分及下组分享环节。
AI文字项目成果、优势及网站功能介绍
本章节介绍了AI文字相关项目，主要针对服装电商商家。展示了AI生成的真实图片、小红书主页及行家认证、参与的时尚杂志AI项目。对比传统商拍，网站生成快速且可更新。已合作客户包括希音，还入选比赛。介绍网站功能，如可实现图转AI模特、图转图，解决商家痛点，最后展示了交互界面。
介绍团队成员背景及潜在成员与项目情况
本章节介绍了创始人团队情况。说话人2是CEO，CTO在做自媒体，粉丝从890个增至4500个左右。团队可能有一位在美国读博的女生加入，她原是中科大学高能物理研究生，博士准备转AI。CTO是香港城市大学博士、哥伦比亚大学硕士，说话人2曾是模特公司合伙人，熟悉商拍。
AI模特技术壁垒及未来生成带货图方向
本章节说话人2介绍了技术和行业壁垒。2024年在上一家AI模特公司时，老板自行研究AI模特，他参与所有测试，熟知操作细节。行业壁垒是网站真实对接客户数据反哺。未来壁垒方面，图片将进行数据管理，从生成好看的图转变为生成能带货的图，这是未来发展方向。
商业模式、发展计划及包装AI网红设想
本章节介绍了商业模式及发展计划。商业模式有三种，其中一种是客户订阅，鑫已对接开发微信群和网页。近期目标客户为服装电商，若有投资会按此方向发展。中长期计划是将模特包装成AI网红，因团队有产出爆款内容的经验，认为可行，这将成为资产。最后说话人2还给出了自己的微信。
生图生视频评价体系及企业应用实践
本章节主要探讨生成图或视频的评价体系。说话人9指出客户除人工审核外，还会用自动化审核，即通过质量品质审查的agent来审核生成内容，迭代后反哺提示词优化。此外，结合埋点和广告系统获取商品的点击、查看时间等数据，反哺系统迭代，使其越来越好。若想进一步了解可加微信。
项目知识产权问题探讨及产品收费情况交流
本章节中，说话人3作为知识产权专业人士，提出项目功能图生图若使用有版权的图作背景，知识产权问题如何解决及平台管理规则是什么，认为团队应考虑此问题，但肯定项目不错。说话人2表示等新法律条款，目前是空白。此外，还谈及产品收费情况，DIY 图一张 1 - 几块钱，10 秒视频几块钱，收费在友商中算低。
AI模特应用建议及细分赛道切入点探讨
本章节中说话人2指出模特公司背景是优势，用户需要不完美的AI模特以提高转化率，还提到AI模特除平面效果外，动态效果方面已有一张图转AI视频的合作。此外，建议除关注快消品小件产品外，应重视大件产品赛道，找到细分切入点，最后请评委打分，提及还有安木宁同学一组。
Aurora多智能体协作及云端记忆系统介绍
本章节由 Aurora's founder 介绍公司产品，首个商用产品为多 agent 协作与长期记忆云端系统。传统工具多 agent 协作难且只有短期记忆，该系统通过图谱和项目数据库解决问题，能生成知识卡片，回答更准、成本更低，支持多平台接入，正帮京都律所解决协作问题，云端记忆已上线，有本地和云端版，约有上百用户。
液态神经网络优势及改造Transformer成果展示
本章节介绍了正在研发的液态神经网络模型。传统Transformer无法达成AGI，缺乏主动思考和记忆能力。液态神经网络是类脑模型，内部状态流动，能连续思考。通过将Transformer架构换成液态神经网络、采用微管类脑方式，可消除幻觉。目前应用已上线并发表论文，benchmark数据显示，准确率从43%提升到98.3%，序列准确率从2.3%提升到96.5%，基本无幻觉。
说话人介绍团队背景及创业经历与进展
本章节说话人10介绍团队背景，其本人曾在意大利米兰学习CS和物联网，回国后20年做IPFS，22年就职于新加坡美元VC，23年创业成立品牌管理公司，去年底全职进入AI行业创业；合伙人佳伟是阿里云早期员工，技术团队有新伙伴加入，目前嘉立创及海外资本已在接洽，最后展示联系方式，随后主持人提醒评委打分。
路演产品介绍与圆桌论坛嘉宾邀请
本章节中，说话人3让说话人10介绍产品和服务逻辑，说话人10称有两个产品，一是云端记忆协作系统记忆插件，有上百客户；二是研究改造Transformer实现液态神经网络开发的小模型，二者无关联。之后会议结束路演环节，准备进入AI Coding和珠海圆桌论坛环节，邀请多位老师参加，因付老师有事先让其交流，还在安排座位。
AI大赛圆桌论坛及会后出行交流情况
本章节是三人行必有AI全球青年创新大赛深圳赛区圆桌论坛，聚焦AI出海与商业增长。达晨财智傅忠红认为AI非一般风口，通用大模型创业机会基本过去，应用层机会多。他看重创业者对细分赛道深入洞察、具备解决行业痛点能力、有改变行业抱负等。此外，文本还夹杂了参会者的行程、饮食、乘车等交流内容。