最近,Al+ 物聯(lián)網(wǎng)賽道跑出一個未來獨角獸,并獲得梅花創(chuàng)投吳世春的投資,總金額數(shù)千萬。這家公司就是小匠物聯(lián)。
融資的關(guān)鍵因素,與小匠物聯(lián)近期孵化的新產(chǎn)品有關(guān):靈機一動 AI 智能體平臺。它為家電及消費類電子提供一站式 AI 大模型解決方案,讓產(chǎn)品會聊天、有性格、更智慧。
想象一下:你家的蠟筆小新玩具,不僅能陪你聊天,還自帶小新的那股搞怪勁兒;一輛普通的電瓶車,你喊一聲就能解鎖、啟動;博物館的吉祥物,還能為你定制專屬講解 ... 這可不是科幻電影! 這些事兒,靠 " 靈機一動 AI Agent 平臺 " 就能真真切切地實現(xiàn)。
" 我們不做通用大模型,也不做爆款玩具,我們只做一件事:幫客戶把 AI 裝進他們的產(chǎn)品里。" 小匠物聯(lián)創(chuàng)始人米雪龍說。
在這輪 AI 淘金熱中,靈機一動 AI 不做挖礦人,而是悄悄賣起了 " 鏟子 "。當全球廠商都在為 IP 衍生品裝 " 手機揚聲器 " 時,他們正試圖證明:真正的智能,不是讓 Hello Kitty 會背唐詩,而是讓它永遠像 Hello Kitty。
- 01 -
獲梅花創(chuàng)投千萬投資
" 靈機一動 AI 平臺 " 為什么能得到吳世春的關(guān)注?這得從 " 人 " 和 " 產(chǎn)品 " 兩方面說起。
首先是創(chuàng)始人米雪龍。2009 年,他考入浙大寧波理工學院工業(yè)設(shè)計專業(yè),期間做過必勝客外賣騎手、家教,還在家樂福賣過冰箱。這些經(jīng)歷讓他深刻理解 " 需求 " 的本質(zhì)。
2018 年,他作為黑馬第九期的學員,第一次走進吳世春的課堂。當時的他或許只是眾多創(chuàng)業(yè)者中的一員,但吳世春卻在心中埋下了一顆種子。
課后,兩人并未保持密切聯(lián)系,但這種 " 若有若無 " 的連接并沒有讓米雪龍從吳世春的視線中消失。
吳世春曾說:" 只要你有緣分,我們會跟蹤看著很久。" 在談到投資米雪龍的理由時,吳世春強調(diào)了三點:信任、緣分和成長。
米雪龍擁有的持續(xù)進步的能力,這正是吳世春眼中的 " 贏家 " 特質(zhì)。
" 上個月我給他投了幾千萬," 吳世春回憶道," 這中間也都是若有若無的聯(lián)系,最終我看到了他的進展,看到了他的突破,那我們就投了。" 這番話傳遞出一種信念:真正的成功不是一蹴而就,而是經(jīng)得起時間考驗的積累。
其次,能獲得融資的關(guān)鍵因素是產(chǎn)品:靈機一動 AI 平臺——也是其本輪融資的主要用途之一。
" 本輪融資是打通 AI 大模型與消費電子產(chǎn)品的第一筆融資。我們做的事情,是大模型在消費電子產(chǎn)品應(yīng)用最后一公里,靈機一動也是目前全球唯一一個專注在消費電子領(lǐng)域的 AI 與物模型融合的 agent 創(chuàng)建平臺。" 米雪龍說道。
靈機一動 AI 由小匠物聯(lián)子公司 " 靈機一動 " 研發(fā)推出,是具有認知模型能力的 AI 智能體開發(fā)者平臺(面向全球消費電子領(lǐng)域)。
它為家電及消費類電子行業(yè)提供一站式 AI 大模型解決方案,涵蓋智能玩具、智能家電、智能家居、音影系統(tǒng)等硬件產(chǎn)品。其核心目標,是幫助企業(yè)快速創(chuàng)建智能體,降低智能體創(chuàng)建門檻,提高智能體使用效率。
- 02 -
從 " 物聯(lián)網(wǎng) " 到 " 智聯(lián)網(wǎng) " 的飛躍
靈機一動 AI 平臺的推出緣由,還要從 2022 年說起。那年,ChatGPT 發(fā)布,改變了科技潮水的方向。隨著 OpenAI、谷歌發(fā)布一代代更加智能的大語言模型,將它們與家電、家居產(chǎn)品結(jié)合,能給人的生活帶來想不到的便利,商業(yè)空間極大。
米雪龍想做自己的生態(tài)。
" 經(jīng)過 10 年發(fā)展,我們小匠物聯(lián)主要有 3 款產(chǎn)品:物聯(lián)網(wǎng)模組、QUMI OS 物聯(lián)網(wǎng)操作系統(tǒng)(QUMI 的中文是趣米),以及物聯(lián)網(wǎng)云平臺,年收入達億元。"
2023 年 GPT-4 發(fā)布那天,他意識到:"AI 會重構(gòu)所有硬件,要么主導(dǎo)變革,要么被變革淘汰。"
轉(zhuǎn)型的契機來自一次嘗試。2023 年,米雪龍團隊想給智能家居裝 " 超算大腦 ",讓空調(diào)、掃地機自主協(xié)同,但 8000 元的硬件成本讓項目戛然而止。" 大平層業(yè)主嫌貴,普通家庭用不起。" 這個教訓(xùn)讓他明白:AI 硬件必須走大眾化路線。
隨后,玩具廠商們的剛需,給了米雪龍靈感。
" 我們發(fā)現(xiàn)玩具廠商最痛苦的不是硬件,而是如何讓 Hello Kitty、奧特曼這些 IP 擁有‘靈魂’。" 團隊調(diào)研顯示,80% 的毛絨玩具廠商缺乏 AI 能力,而現(xiàn)有方案只是簡單接入豆包等通用模型," 就像給洋娃娃裝個手機揚聲器 "。
他調(diào)研后發(fā)現(xiàn):全球每年有數(shù)量巨大的 IP 衍生品被購買,但多數(shù)智能玩具都在犯同一個錯誤——給 3 歲孩子講《三國演義》,給 9 歲兒童唱兒歌。
于是,三個行業(yè)死結(jié)逐漸清晰:
1、IP 廠商的技術(shù)困境:Hello Kitty、奧特曼等 IP 方缺乏 AI 開發(fā)能力,現(xiàn)有智能玩具要么只會重復(fù)固定話術(shù),要么像一些聯(lián)名款那樣生命周期短。
2、小批量定制的難題:某縣級博物館想做 2000 個智能吉祥物,傳統(tǒng)廠商嫌單量小不愿接,靈機 AI 的模塊化平臺能讓硬件復(fù)用率提升 80%。
3、交互體驗的斷層:市場上 90% 的語音玩具需要按鍵喚醒,兒童使用時經(jīng)常 " 喊不應(yīng) ",而靈機一動 AI 的實時監(jiān)聽技術(shù)能區(qū)分 " 孩子的指令 " 和 " 背景噪音 "。
2024 年 8 月,米雪龍在公司戰(zhàn)略會上劃下重點:" 做 IP 的 AI 操作系統(tǒng),讓蠟筆小新只說小孩能懂的話,讓養(yǎng)老機器人知道張阿姨要吃降壓藥。"
靈機一動 AI 的定位就此確立 —— 不是做某一款智能產(chǎn)品,而是成為連接 IP 與場景的技術(shù)中樞。
- 03 -
應(yīng)用場景:從玩具 + 養(yǎng)老突破
" 我們不做通用大模型,也不做爆款玩具,我們只做一件事:幫客戶把 AI 裝進他們的產(chǎn)品里。" 米雪龍說。他認為,AI 玩具不是噱頭,而是趨勢,就像當年的 Wi-Fi 空調(diào),一開始沒人關(guān)心,現(xiàn)在沒人不買。
靈機一動 AI 的辦公室里,放著兩個特殊的測試品:一個是加裝了靈機模塊的某知名品牌玩具,另一個是傳統(tǒng)智能音箱。當測試者說 " 我困了 ",音箱只會播放白噪音,而另一個玩具會關(guān)掉燈光、調(diào)低室溫,還會說 " 要不要聽睡前故事呀 "。
事實上,靈機一動 AI 已經(jīng)應(yīng)用于多個場景。
兒童場景的突破很具戲劇性。與某知名 IP 合作的智能玩具,通過靈機系統(tǒng)實現(xiàn)了 " 千人千面 ":給男孩講奧特曼打怪獸的故事,給女孩講公主的冒險,還能記住每個孩子的生日。
在浙江某居家養(yǎng)老項目中,靈機一動 AI 的表現(xiàn)超出預(yù)期。
當老人說 " 想買三九感冒靈 ",系統(tǒng)會自動調(diào)用美團接口比價,推薦最近的藥店,還會提醒 " 和降壓藥間隔兩小時吃 "。這種主動服務(wù)能力,讓試點社區(qū)的老人日均使用頻次達 12 次。
這些案例印證了米雪龍的判斷:"AI 不是炫技,是要讓蠟筆小新永遠像蠟筆小新,讓老人覺得比子女還貼心。" 目前,靈機一動 AI 已服務(wù) 10 多個 B 端客戶,客戶群體包括上市公司、世界 500 強品牌方等。
- 04 -
未完成的進化:應(yīng)用場景擴容
按照米雪龍的計劃,未來 3-5 年,主要任務(wù)是深耕核心場景:養(yǎng)老與兒童市場以及智能家電。
例如優(yōu)化養(yǎng)老智能音箱的主動服務(wù)能力(如買藥比價、健康監(jiān)管),提升兒童 IP 玩具的 " 千人千面 " 交互體驗(如根據(jù)年齡調(diào)整內(nèi)容難度),通過精準匹配用戶需求建立市場口碑。
中期規(guī)劃是拓展全球 IP 與賽事場景。
首先是對接國際經(jīng)典 IP:瞄準漫威、迪士尼、奧特曼等全球知名 IP,提供智能體技術(shù)底層支持,幫助其衍生品實現(xiàn)智能化升級,覆蓋更廣泛的用戶群體。
其次是切入大型賽事場景:針對世界杯、亞運會、奧運會等國際賽事,開發(fā)具備多語言翻譯、文化講解功能的智能吉祥物,如曾錯失的成都世界運動會 " 蜀寶 " 項目,未來計劃通過技術(shù)完善承接類似需求,成為賽事文化傳播的載體。
長期愿景是打造開放平臺,支持 IP 廠商自主上傳資料、生成智能體樣本,降低小批量定制門檻(如縣級博物館、企業(yè)吉祥物等小單需求)。" 要讓這個平臺像水電一樣,誰想用都能接上,這才是它的價值。"
總而言之就是:先通過養(yǎng)老、兒童等剛需場景積累用戶數(shù)據(jù),優(yōu)化模型能力;再逐步拓展至文旅等領(lǐng)域,形成 " 用戶使用→數(shù)據(jù)沉淀→技術(shù)迭代→場景擴容 " 的循環(huán),最終實現(xiàn)從垂直場景到全域智能生態(tài)的跨越。
本文僅為口述者獨立觀點,不代表鉛筆道立場,亦不構(gòu)成投資建議。