Bauhinia AI
Pre-A Dataroom
产品、技术与商业化进展
0. Executive Summary
Bauhinia AI(紫荆智能)是一家专注于多智能体技术的 AI × 互动娱乐公司。我们希望打造人类与 Agent 共生、持续演化的鲜活世界。Aivilization 是这条路径的第一个商业化产品:让 AI 小人在共同的在线世界中生活,玩家通过养成、经营、建议和观察,参与它们的人生与关系。
我们相信
最让人沉浸的是破解版的“现实”世界:交互由 context 驱动,事件有因有果;共同经历通过记忆和反思积累,带来新的关系、故事与文化;世界的演化最终围绕玩家的情感、归属和创造展开。
V0 已在真实玩家中验证了情感投射与多 Agent 社交涌现的吸引力;V1 正在将这些能力做成具备完整玩法、视觉品质和商业化循环的多人生活模拟游戏。我们的积累同时发生在产品、Agent 运行与训练内核,以及 AI 原生研发组织三个层面。
已经验证与正在推进的事情
- 真实需求:玩家会持续关注自己 Agent 的关系、选择、成长与世界变化。V0 数据是历史测试证据,V1 的主流用户留存和付费能力将通过后续测试验证。
- 完整产品:V1 围绕生活经营、多条目标线、AI 社交、动态内容流与低密度陪伴反馈组织体验,形成反复回到世界的理由。
- 技术积累:运行架构、并行规划、行动预模拟、策略蒸馏和跨世界迁移已有实验依据;训练与评测继续与游戏执行反馈结合。
- 研发方式:内部 Agent 管线把目标、上下文、执行、评审与经验沉淀串起来,支持团队持续交付并积累可复用能力。
本轮融资与资金安排
| 项目 | 10 月口径 |
|---|---|
| 融资轮次与规模 | Pre-A · US$5M |
| 投后估值 | US$66.5M |
| 当前公司资金 | 近 US$4M |
| 融资完成后总储备 | 近 US$9M |
| 总储备用途 | 研发 US$4.5M;发行 US$1.5M;Token 补贴储备 US$2M;风险缓冲 US$1M |
本轮资金支持 2026 年 12 月 CBT1 的核心玩法与留存验证、2027 年 3 月起的 Soft Launch 商业化验证,以及 2027 年 5 月的海外上线。RAISe+ 申请作为潜在的额外资金来源单列,不计入上述基础储备。
1. 团队
团队把多智能体研究、游戏制作与产品运营放在同一个研发体系内。AI 核心成员有长期共事基础,游戏核心成员具有模拟经营与 MMO 的完整项目经验。

杨浩巍 Oliver
Founder & CEO
2023 年创办 Bauhinia AI;香港科技大学数学博士在读,曾获港科大数学 MPhil,数学与计算机本科背景

徐培琰
Co-founder & 执行制作人
前完美世界游戏策划,《淡墨水云乡》主策划/项目负责人、《诛仙 2》数值与商业化策划;北京大学经济学本科

王小龙
Co-founder & CTO
2023 年起任 Bauhinia AI CTO;香港科技大学数学博士在读,中国科学技术大学数学本科

陈子耕 Zayne
Co-founder & COO
2023 年起任 Bauhinia AI COO;前腾讯产品经理,Rutgers University 信息技术与商业分析本科
1.1 团队结构与协作
按 2026 年 10 月融资 Deck 披露,团队为 33 人全职、17 人技术团队,包括 6 位博士/博士生及 6 位硕士,平均年龄约 26 岁。AI 与游戏核心成员分别拥有多年合作经历。
随着研发任务进入 Agent 层,团队出现了研发策划、Agent 策划、Game Harness、跨管线 Agent、Review 与 Reflection 等新的职责。人类负责人更多承担方向、设计、审美、约束和交付判断,Agent 承担可执行任务,并将每轮修正沉淀为后续工作可复用的规范与能力。
1.2 产学研合作
公司与香港科技大学已签署 IP 授权及 Contract Research 合作协议,对已有与未来研究成果的归属作出约定。团队以公司产品研发推动研究成果验证与商业化,并继续通过大学合作推进技术研究和 RAISe+ 申请。
2. 产品与验证
2.1 V0 验证了什么
V0 是 2025 年上线的网页技术演示版。玩家创建 Agent,赋予性格、生平和目标,通过目标设定、评论和对话影响它的生活;Agent 在共同世界中工作、社交、积累经历,玩家从日记和行为记录中观察结果。
它验证了三个相连的体验:玩家会把情感投射到自己的数字生命;Agent 与 Agent 的持续互动会产生可观察的关系与故事;玩家愿意围绕这些故事交流和分享。V0 的品质、内容与商业化完整度均不代表 V1。
| 留存指标 | 三服合计 | 港服 |
|---|---|---|
| 次日留存 D1 | 38.1% | 44.3% |
| 7 日留存 D7 | 20.8% | 26.3% |
| 14 日留存 D14 | 12.4% | 21.6% |
| 30 日留存 D30 | 9.5% | 13.2% |
数据口径:V0 于 2025-08-20 上线,两个月累计约 5 万玩家。留存表来自 2025-09-20 起六周内进入游戏的约 1.2 万真实玩家;此前首月 BI 尚未全量打点。测试为网页端、零投放、无付费系统,未做系统性的游戏化留存优化。港服与合计差异是观察结果,不单独证明密度与留存的因果关系。
V0 核心玩家平均单次会话约 2 小时,单 Agent 月推理成本约 US$2。前者描述核心玩家行为,后者是当时运行条件下的成本实测;二者均不是 V1 全体用户的经营结果。
2.2 V1 定位与世界设定
AI小镇:星原 · 我的心愿,替我自由
V1 是 AI-native 多人在线生活模拟社交游戏。所有玩家的 AI 小人在同一个在线世界中生活、交朋友、成长;玩家养成、引导和观察它们,并通过经营与选择,改变小人及世界的下一段故事。
题材采用“镜中世界”:日常生活中的人类物品成为微型文明的地形、资源和文化,例如茶壶火山、巧克力田。世界的视觉、角色关系、基础规则与服务共同构成持续扩展的底座。
核心种子用户包括治愈、养成和模拟经营用户,办公室碎片时间用户,以及 AI 尝鲜者;后续向休闲挂机、社交及世界观用户扩展。具体画像由测试中的留存、行为深度、分享和付费意愿校准。

2.3 核心循环与长期成长
| 玩家回来做什么 | 对下一次体验的影响 |
|---|---|
| 看影响与新鲜事 | 上次的经营、建议和设定带来目标进展、关系变化、城市事件或意外分支 |
| 经营与提供环境 | 种植、收获、售卖、布置家园,为小人的目标提供资源、工具和环境 |
| 点选操作与建议 | 参与选择,调整目标、风险边界和生活方向 |
| 刷动态与关系线 | 小人动态、AI-AI 社交与城市新闻形成可消费、可分享的内容流 |
| 小窗化低密度反馈 | 世界继续推进,桌宠状态与自选提示提供轻量反馈,适配碎片时间 |
任务结构由多条目标线交错推进:长期线持续积累,例如为数月后的登山训练;短期线制造眼前选择,例如今晚约会前的穿搭。经营产出支持养成,小人能力成长解锁主城内容,关系和共同记忆进一步带来新故事与社交绑定。
2.4 留存与多端接入
前期由内容驱动:模拟经营与能力成长持续解锁新内容,让玩家对小人的未来产生期待。中期转向情感和社交:AI 社交涌现、城市参与与共同经历积累关系。后期依靠长期连接:角色羁绊、真人社交绑定与持续新增玩法共同支撑留存。
长期接入设计覆盖 PC、桌宠、网页、小程序、移动端及硬件,围绕同一个在线世界提供不同密度的交互。具体测试端与首发范围按版本就绪度逐阶段确定。
2.5 当前研发重点与测试入口
当前处于 V1 商业化版本研发阶段,已形成视觉基准、交互界面、Agent 运行架构和 SE/SO 世界机制的展示材料。现阶段重点是把角色决策、多人世界、家园经营、关系与目标线组织成完整可重复体验,再通过 CBT 验证主流用户是否理解、是否持续回来,以及愿意为何种价值付费。
下方附录展示视觉与机制片段。美术图、独立实验、机制演示及完整产品测试承担不同证明责任;CBT1 计划于 2026 年 12 月开展。
3. 市场与时机
Aivilization 处在游戏、AI 陪伴与社交创作的交集。我们的切入点是生活模拟与长期关系:先交付一个愿意反复进入的世界,再扩大世界里的内容供给。
3.1 市场空间
Newzoo 的 2026 年公开预测为全球游戏收入 US$213.9B、同比增长 6.1%,其中移动端 US$121.1B、PC US$45.9B、主机 US$46.9B。这是行业总盘,不能直接等同于 Aivilization 可获取的市场。
来源:Newzoo · 2026 Global games market key numbers,2026-08-25,数据为预测
| 相邻需求 | 成熟产品提供的参照 | Aivilization 的推进方向 |
|---|---|---|
| 生活模拟与情感投射 | The Sims、Animal Crossing、Tomodachi Life | 让角色记住共同经历,长期形成独特人格和关系 |
| 社交世界与玩家创作 | Roblox、Minecraft、心动小镇 | 让共同世界持续运行,并逐步降低创作内容的门槛 |
| 系统涌现与故事 | RimWorld、Dwarf Fortress | 在规则与世界状态约束下,引入自然语言、记忆与认知驱动的变化 |
| AI 角色与陪伴 | Character.AI、Tolan、EVE 等 | 把长期关系放进可行动、可共同生活的多人世界 |
这些产品说明了相邻需求的存在,但产品结构和收入口径不同。我们的可服务用户与实际付费规模,应从测试中识别出的核心人群、渠道转化与长期留存自下而上建立。
3.2 为什么现在具备落地条件
Agent 的可用性:上下文、记忆、工具与评测体系不断成熟,使角色的长期一致性和语言到行动的衔接更可控。推理经济性:模型路由、缓存及蒸馏让高频运行有了工程优化空间,V0 成本提供了实际起点。内容品质:以高品质基础素材、风格约束与生产管线支持生成,让内容能够进入消费级产品。
这三条进展需要同时体现在真实体验中。我们不以通用模型进步替代产品验证,也不在基础预算中预设固定的年度推理降价幅度。
4. 竞争定位
我们沿两个维度推进:世界能否记住、主动行动和持续演化;玩家能否获得清晰、美观、可长期参与的游戏体验。目标是把持续世界的智能与成熟产品的可玩性同时做出来。
| 产品与路线 | 已有优势 | 我们的差异化重点 |
|---|---|---|
| The Sims、Animal Crossing、心动小镇、inZOI 等生活模拟 | 成熟的成长、经营、审美与社交体验;部分产品已引入 AI 角色 | 以记忆、Agent 行动和持续世界状态组织底层体验 |
| 星布谷地、逆水寒、Whisper from the Star 等探索 | 大厂内容与表现能力,以及 AI 角色、记忆或陪伴交互的产品化尝试 | 验证多角色、物品、事件与关系协同运行的世界系统 |
| Character.AI、星野、Replika、Tolan、EVE 等 | 角色关系、对话陪伴与内容供给 | 把对话的后果落入世界行为、关系网络与共同经历 |
| RimWorld、Dwarf Fortress、AI Dungeon/AI 跑团、Pax Historia 等 | 系统涌现、开放行动或自然语言叙事 | 结合生活模拟的视觉、经营与长期社交结构 |
| Smallville、Project Sid 等研究与实验 | 验证生成式 Agent 与群体行为的可能性 | 在真实用户、运行成本、完整玩法和商业化中持续验证 |
本表为截至 2026 年 10 月的公司产品定位分析,参照当前融资 Deck 的竞争图谱;不是第三方性能排名,亦不推断其他团队未公开的技术能力
4.1 我们重点积累的优势
- 产品与研究共同迭代:真实玩家的行动、对话与反馈用于发现问题,实验与游戏执行用于检验改进。
- 持续世界的工程能力:记忆、规划、执行、状态与多人互动在同一架构中协作。
- 可复用的生产体系:研发流程、内容基准、评测和人工修正能够被下一次任务继承。
这些优势仍需在 V1 的留存、成本与交付速度中继续证明。行业进展会持续改变竞争边界,产品测试与实际交付是我们判断差异化是否成立的依据。
5. 技术与组织壁垒
Bauhinia 的技术积累围绕同一个问题展开:让多个角色在持续运行的世界里,记住共同经历、主动建立关系,并把语言中的意图落实为可执行的行动。产品侧的 Agent 架构与研发侧的 Agent 管线相互促进:前者产生可验证的行为和反馈,后者把这些反馈用于测试、定位问题和改进生产方法。
5.1 运行架构:世界状态、记忆与行动形成连续反馈
角色决策同时读取场景事件、玩家行为、自身目标与社会关系。记忆持续参与规划,执行结果再写回世界与角色状态。引擎负责决策,游戏系统负责画面呈现、动画和实际执行,使对话与行动围绕同一份世界状态展开。
| 环节 | 系统承担的工作 | 对应的玩家体验 |
|---|---|---|
| 感知 | 读取场景与事件、在场玩家、对话及行为变化。 | 角色能根据当下情境回应,而非重复一套固定台词。 |
| 认知与规划 | 判断注意力与互动时机,并行维护多项目标,协调时间和资源。 | 角色在工作、成长与社交之间作出选择,长期目标影响日常行动。 |
| 预模拟与执行 | 执行前检查世界约束;发生冲突时局部修复,再调用动作、工具与交互。 | 角色说出的计划能进入世界执行,减少语言承诺与实际行为脱节。 |
| 世界与关系反馈 | 行为改变后续状态,结果进入记忆和下一轮决策。 | 共同经历会影响关系与未来互动,玩家上次的参与留下可见后果。 |
记忆包括短期上下文、长期经历、人格与关系档案,以及有边界的群体共享记忆。角色之间可按边界传播事件与记忆,同时保留各自的信息和经历。记忆与模型解耦,使世界知识和事件能够独立更新。主动社交则在这一基础上判断何时回应、发起交流或组织多人协作。
5.2 训练与评测:把角色表现拆成可以检查的能力
训练体系结合多教师在线蒸馏、场景化后训练,以及监督微调、强化学习和策略蒸馏,覆盖任务与逻辑、角色与社交、事实与安全等能力。评价分三层进行:规则底线检查安全与行为约束;客观任务评价检查是否正确、有效;主观角色评价检查人设、共情与互动质量。具体维度包括人设一致性、事实准确性、记忆相关性、行动有效性与安全边界。
游戏和沙盒提供执行环境:运行任务、自动测试与采样、定位失败原因、更新策略或模型,再进行回归测试与人工采纳。执行轨迹、失败样例和玩家反馈由此进入下一轮改进。同一套执行与反馈能力也用于自动玩测,帮助研发团队验证角色决策与实际游戏状态是否一致。
5.3 六组实验结果及适用范围
以下结果来自公司 RAISe+ 申请 Deck 第 4–5 页,已纳入当前正式融资 Deck。各项对应不同实验或审计口径,分别列示,便于技术尽调核验。
| 实验 / 审计 | 已披露结果 | 指标边界 |
|---|---|---|
| 多维目标并行规划 | 长期学习得分约 3.3 倍;完整系统 20.90,去除分支规划后 6.39。 | E1 消融实验中的长期学习得分,衡量对应任务下分支规划的贡献。 |
| 行动预模拟与局部修复 | 95.2% 原动作类型保留率。 | E1 意图保留审计;该数值描述修复后保留原动作类型的比例,不能解读为任务成功率。 |
| 策略蒸馏与协同决策 | 整体平均速度 1.81 倍;模型调用与 Token 消耗降至基线的 1/10–1/100。 | Qwen3.5-27B 蒸馏方案对照 GPT-5.4 多智能体基线;该范围随对应任务而变化。 |
| 有效任务成功率 | 98%,对照 Odyssey 的 84%,提高 14 个百分点。 | 对应规划与策略内核的有效任务评测。 |
| 任务完成耗时 | 降低 39–58%;447–1,263 秒,对照 914–2,616 秒。 | 对应任务耗时实验,与成功率实验分开统计。 |
| 跨世界迁移 | 同一核心复用到 2 个异构世界;对应迁移测试任务 100% 完成。 | 完成率仅限申请材料列示的迁移测试任务,不能外推到任意世界或全部游戏任务。 |
这些结果验证规划、修复、蒸馏与迁移等内核能力。V1 的玩家留存、线上延迟、并发承载和商业化单位成本仍需在后续产品测试中按各自口径验证。
5.4 已披露的技术资产
- 发明专利申请:CN122840099A,已公布、实质审查中;当前状态为申请,尚未列为已授权专利。
- 软件著作权登记:行为规划、就业与经济调节相关软件著作权。
- 公开论文:arXiv:2602.10429。
公开技术成果与运行中的工程体系共同构成积累。具体应用价值还取决于能否在多人持续世界中稳定执行,以及能否通过测试与反馈不断修正。
5.5 内部 Agentic Production OS:让人员经验进入后续任务
当前 Agent 研发管线面向内部专业团队。团队正在把策划、美术、客户端、测试及复盘接入可复用的工作流:Agent 读取代码、设计稿、资产规范、世界规则与历史决策,调用编辑器和资源工具完成接入、构建与测试,再依据日志、画面和验收反馈定位问题、返工。Harness 在这里承担工具接入、任务状态与反馈衔接。
人员负责方向、审美、规则约束、权限、关键验收和发布责任;Agent 承担可执行的研发工作。AI 策划、研发策划、Game Harness、跨管线 Agent、review Agent 和 reflection Agent 等分工,围绕这一协作方式逐步形成。
| 已有案例 | 披露结果 | 如何理解 |
|---|---|---|
| Unity UI 功能工作流 | 将美术、Figma、Unity、C#、QA 与人审串联;一个功能案例从过去 1–2 天缩短到约 30 分钟。 | 是特定功能工作流的交付案例;人工仍参与确认、微调与验收。 |
| 静态美术资产筛选 | 1,044 个候选 → 38 个选用资产。 | 体现候选生成与选择过程;候选数和选用数不能直接换算为公司整体效率或质量提升倍数。 |
团队持续建设的经验沉淀机制是:人员示范与纠错 → Skills、规范与操作流程 → 验收样例及回归测试 → 后续任务复用并迭代。例如,人员指出“角色动画必须与游戏状态同步”,可进一步形成接入规则、联动检查和验收样例,使后续同类任务继承这条经验。这里的经验提炼指研发方法与 Harness 的积累,不代表已完成专有模型训练。
这套组织能力的价值,取决于每次交付能否留下下一次可用的上下文、规则和测试。随着资产与功能增加,人工修正、测试失败和评审分歧会成为后续任务的输入,减少重复摸索。
5.6 未来方向:把内部生产能力逐步开放为玩家共创
状态说明:目前管线供内部团队使用。玩家 UGC、下述健身房玩法及 Agent 自主选玩均为后续能力方向,尚未作为面向玩家的开放功能发布。
演进方向是提高自动化和验证能力,降低使用者的操作负担与所需专业审核程度,再将内部工具逐步转化为玩家创作能力。创作范围希望覆盖地图、场景、物品、建筑、角色、动画和动作,并进一步组合为完整的游戏内容与玩法。
创作底座由团队持续打磨:对齐的高品质资产与接入规范、世界故事与角色关系、可运行的交互规则,以及多人、存档和服务端等基础服务。玩家在共同底座上扩展内容,可以继承世界已有的风格、关系和规则。
以“给小镇搭一家可以健身的健身房”为例:完整内容需要串起三个层次,而不止生成一张建筑图片。
- 空间与物件:安排场地布局,生成并接入器械与可交互物品,定义角色能在哪里、以什么方式使用它们。
- 行为与画面:让角色接近并使用器械,保证动作动画、画面呈现与实际游戏状态同步。
- 规则与成长:配置训练项目、体力消耗、能力成长等数值规则;通过联调、测试与试玩,形成可参与、可持续迭代的健身玩法。
长期希望全球玩家持续扩展同一个世界;玩家自己的 Agent 按玩家偏好自主挑选、参与和体验其中的内容。内容创造、实际体验与反馈由此连接起来。实现这一方向,仍需持续提高生成结果的可运行性、规则一致性和可玩性,并通过真实试玩决定哪些内容值得保留。
资料口径:截至 2026 年 10 月 16 日。运行架构、训练评测、实验与技术资产对应正式融资 Deck 第 10–11 页及公司 RAISe+ 申请 Deck 第 4–5 页;内部组织与案例对应正式融资 Deck 第 12 页。未来 UGC 方向依据公司最新产品规划列示,与当前内部能力分开说明。
6. 公司战略与产品路线
先把 Aivilization 做成玩家愿意持续进入、并能形成健康商业循环的产品,再把经过产品验证的能力逐步沉淀为可复用的技术与生产体系。产品验证是当前工作的中心:玩家是否愿意回来、是否与小人形成关系、是否愿意为扩展体验付费,都需要由 V1 测试和运营数据回答。
6.1 产品主线:一个持续生活、持续产生新故事的世界
Aivilization V1 的产品方向是「AI小镇:星原」——玩家养成、引导并观察自己的 AI 小人,与其他玩家的小人共同生活在一个持续运行的世界中。镜中世界的题材、家园经营、角色成长、关系网络与城市事件,共同为玩家提供反复回来的理由。
产品不只依靠 AI 对话维持新鲜感。经营提供资源与环境,建议影响小人的选择,多条人生与关系目标线留下下一次上线的剧情钩子;朋友圈式动态和低密度反馈,让世界能够进入玩家的日常碎片时间。前期以内容和成长带动参与,中后期逐步验证情感连接、社交关系与持续更新的留存作用。
PC、桌面小窗、网页、小程序、移动端等接入方式服务于同一个世界的设想,具体端形态与发布顺序随体验验证和版本准备推进;多端不等于同时首发。每一阶段优先保证核心循环成立,再扩展内容、社交深度与接入场景。
6.2 技术主线:由真实产品推动 Agentic World Engine
我们把持续世界中的感知、记忆、规划、执行与反馈能力,沉淀为可复用的 Agentic World 技术体系。Aivilization 提供高频、连续的真实场景,暴露角色一致性、世界状态同步、行动有效性和成本等问题;技术改进再回到产品中,接受玩家体验和运行数据的检验。
| 能力层 | 当前作用 | 后续验证方向 |
|---|---|---|
| 持续世界与角色运行 | 让角色的对话、记忆、目标和行动共享世界状态,支持多人长期互动 | 在 V1 测试中验证稳定性、体验、规模与成本,形成可迁移的接口和评测 |
| 训练与评价体系 | 通过任务、角色、安全等维度评估能力,让执行轨迹与失败样例进入下一轮改进 | 把实验结果与真实游戏表现连接起来,持续验证模型和策略更新的收益 |
| 引擎与对外服务 | 优先支撑自研产品,在真实需求中打磨可复用能力 | 待产品和接口成熟后,探索面向其他产品、开发者与创作者的服务;目前不作为已实现收入 |
与 World Model 的结合属于探索方向。我们关注以 Agent 负责目标、记忆、规则和持续调度,以生成式表现层承接世界呈现的可能性。该方向仍需验证可控性、交互一致性、时延与成本,不等同于已经替代传统游戏引擎,也不构成当前商业化成立的前提。
6.3 组织能力与玩家共创:从内部生产到逐步开放
内部 Agent 生产管线服务于当前研发:把设计、资产、代码、测试与人工反馈连接起来,将示范和纠错沉淀为可复用的 Skills、规范、操作流程、验收样例与回归测试。其价值是提高交付和验证效率,减少重复沟通,并让后续任务继承前序经验。
长期方向是先提高管线自动化、降低操作负担和所需专业审核程度,再逐步开放为玩家 UGC 的基础。统一的美术、世界设定、基础规则和后端服务,为创作者提供共同底座;玩家创作可以从地图、物品、角色动作逐步延伸到游戏内容与玩法。当前生产管线用于内部团队,玩家可用的开放创作能力仍是后续方向。
6.4 Memory 的复用:先改善持续体验
角色经历、共同记忆、玩家主动表达的偏好与互动历史,可以帮助同一世界中的角色更连贯地理解关系、延续故事,也为后续产品提供个性化体验的技术基础。真正可复用的是记忆结构、检索与边界机制,以及经过验证的评测方法。
涉及个人数据的跨场景、跨产品使用,应以明确的用途、用户授权和适用规则为前提,保持访问边界与用户控制。未来的数据复用空间需在这些条件下逐步验证。
6.5 按验证结果分配投入
| 验证结果 | 下一步 |
|---|---|
| 核心循环、留存与付费表现达到阶段要求 | 逐步扩大测试和发行范围,增加内容、社交深度与商业化验证 |
| 部分人群或玩法成立,整体尚需打磨 | 聚焦表现更好的客群与循环,缩小改动范围,复测后再决定扩量 |
| 核心体验或成本未过关 | 暂停扩量,优先修复问题并控制消耗;必要时收缩产品范围,保留可复用技术与组织能力 |
公司价值需要通过产品和持续交付建立。引擎、Memory 与组织能力为跨产品复用提供基础,但这些方向不能替代当前产品的用户验证和商业验证。
7. 商业化模型
商业化围绕玩家对小人生活、表达和长期关系的投入展开,采用免费进入、订阅/通行证与内购的混合结构。付费点、价格和节奏由测试验证。
| 层次 | 拟提供价值 | 验证问题 |
|---|---|---|
| 免费进入 | 体验核心生活、经营与关系循环 | 自然留存、分享、推理资源消耗是否健康 |
| 通行证/订阅 | 扩展 Agent 数量、能力与长期体验 | 付费转化、续订、付费与免费用户体验是否平衡 |
| 外观内购 | 小人外观、家园家具与个性表达 | 审美需求、消费深度与复购 |
| 社交付费 | 社交货币、送礼与社交平台高级功能 | 关系价值、参与度与社区健康 |
7.1 收入端与成本端分别验证
V0 没有付费系统,已验证的是当时运行条件下的成本端。单 Agent 月推理成本约 US$2,不能直接换算为单用户或单 DAU 成本:V1 的活跃 Agent 数、运行时长、交互强度和免费/付费配额都会改变成本结构。
| 指标 | 统一口径 | 用途 |
|---|---|---|
| 月 ARPU | 当月收入 ÷ 当月活跃用户 | 衡量活跃用户整体变现 |
| 月 ARPPU | 当月收入 ÷ 当月付费用户 | 衡量付费深度;不能以订阅标价替代 |
| 付费率 | 当月付费用户 ÷ 当月活跃用户 | 与 ARPPU 共同解释 ARPU |
| 单位 Agent 成本 | 推理及相关运行费用 ÷ 对应活跃 Agent 运行量 | 比较模型、交互与运行策略 |
| 用户贡献与回收 | 收入扣除渠道、退款、推理、服务器等成本后,与获客成本比较 | 决定市场和渠道是否可以放量 |
Deck 中 US$10–15 的月 ARPU 为商业模型参考区间,不是 Aivilization 的实测收入。收入、付费率、续订和贡献利润将以 Soft Launch 的真实付费数据建立。
7.2 推理储备与退出条件
总储备规划中 US$2M 用于 Token 成本补贴,以支持早期体验和工程优化。支出节奏由活跃 Agent、交互强度和单位成本决定,结合路由、缓存、蒸馏、运行频率与体验分层控制预算。
补贴是否可以退出,取决于实际收入覆盖成本的能力。我们不预设补贴必在固定月份归零,也不依靠未来模型必然降价来证明商业化成立。
8. 发行与运营计划
用真实玩法吸引种子用户,通过分阶段测试确定核心客群、留存与付费循环,再按回收表现扩大投放。当前发行规划与 2026 年 10 月 Deck 对齐:2026 年 12 月 CBT1、2027 年 2 月 CBT2、3–4 月 Soft Launch、5 月海外 Global Launch、6 月国内公测。以下日期与预算为规划,具体规模、渠道和过测标准随版本准备及实测数据定盘;国内计费和公测以版号等上线条件满足为前提。
8.1 分阶段发布与验证
| 规划时点 | 阶段与主要工作 | 验证重点与下一步 |
|---|---|---|
| CBT1 前 | 完成首曝与招募物料、官网和渠道承接页、埋点及种子社区准备;围绕真实玩法展示产品 | 验证玩家是否理解产品、哪些内容能带来有效报名;按画像与来源筛选测试用户 |
| 2026.12 | CBT1 · 海内外双线;验证 V1 核心玩法与留存,推进国内版号提交 | 看新手体验、核心行为重复发生、D1/D7 留存、情感与社交反馈,以及单 Agent 和单活跃用户成本;问题修复并复测后再扩量 |
| 2027.02 | CBT2 · 在首轮反馈上迭代,扩大客群与渠道样本 | 分客群和渠道比较留存、参与深度、分享与付费意愿,收敛优先服务的人群;观察满足统计窗口的 D30 留存 |
| 2027.03–04 | 海外 Soft Launch P1/P2 · 分区域、分批验证付费模型与运营承载 | 跟踪付费转化、复购、ARPU/ARPPU、LTV、获客成本、ROAS、推理及服务成本;按队列回收与体验表现决定后续投放 |
| 2027.05 | 海外 Global Launch · 版本、渠道、本地化与社区协同上线 | 逐市场检查留存、口碑、服务稳定性与回收周期;达到阶段要求的市场逐步放量 |
| 2027.06 | 国内公测 · 在版号与版本条件满足后发布 | 结合国内渠道和付费习惯验证转化与长线运营;海外先行数据作为参考,国内数据单独评估 |
主线测试之间可穿插小规模专题测试,集中验证新手引导、家园经营、小人目标、关系互动等具体问题。每轮完成后先复盘、确定需修复的问题和下一轮验证范围,再决定是否扩大样本;不以日历替代过测判断。
8.2 目标用户:从明确种子出发,用测试收敛画像
与 V1 产品定义一致,优先触达三类种子:治愈系、养成与模拟经营用户;办公室碎片时间用户;AI 尝鲜者。进一步观察休闲挂机、社交及 IP/世界观兴趣人群。年龄、性别、地域和渠道是分析维度,具体核心画像由测试中持续回来的用户及其行为确定。
各人群使用同一套漏斗评估:看到内容 → 理解并报名 → 激活 → 多日参与 → 愿意分享 → 形成付费与长期使用。结合访谈判断用户为什么留下、何时流失,并将结果反馈到产品优先级和下一轮招募。多端接入服务于碎片化使用场景,具体首发端组合按产品体验、版本与渠道准备确定。
8.3 内容与社区:把世界中发生的事变成传播素材
传播钩子围绕「我的心愿,替我自由」展开:玩家给出方向,小人在共同世界中生活、做选择并形成新的关系。内容应让用户看懂小人如何自主生活、玩家能做什么、下一次回来会看到什么,并导向可承接的报名、预约或试玩入口。
| 内容类型 | 具体内容 | 作用 |
|---|---|---|
| 角色与世界故事 | 小人的选择、目标进展、关系变化与城市事件;以真实运行片段为核心 | 建立产品认知,吸引情感、养成与社交兴趣用户 |
| 经营与成长 | 家园建设、资源投入、小人能力变化,以及玩家建议带来的后续结果 | 解释核心循环,让用户判断是否适合自己 |
| 开发与技术 | 版本日志、机制解释、测试复盘、已验证能力的演示 | 建立信任,向核心用户和媒体提供可核对的信息 |
| 玩家内容与社区 | 用户故事、截图、二创与主题活动;征得授权后精选分发 | 扩大口碑与内容供给,积累可复用素材 |
| 发行节点 | 测试招募、开测指引、版本更新、正式上线与召回活动 | 把关注转化为有效参与,并承接后续反馈 |
运营闭环是官号示范 → 主题活动 → 玩家创作 → 精选分发 → 反馈与迭代。社区先服务好种子玩家,再逐步放大;邀请、分享与活动激励以真实参与和用户体验为依据。玩家故事与二创是内容供给的一部分,开放式地图、物品或玩法创作工具按产品路线逐步验证。
8.4 市场与渠道分工
| 市场 | 承接与分发 | 执行重点 |
|---|---|---|
| 国内 | 官网、TapTap 等预约与测试入口;B 站、小红书、抖音及微信生态 | 按人群分别测试玩法解释、生活化故事与短视频;社群承接招募、反馈和召回,渠道投入由有效激活与留存决定 |
| 欧美 | 官网与 Steam;Discord、Reddit、YouTube、X、TikTok 等内容与社区渠道 | 官网降低接触门槛,Steam 承接 PC 用户;从开发日志、真实玩法与创作者内容验证渠道匹配,英文体验和社区响应随版本同步准备 |
| 日本与韩国 | 按端形态配置商店与官网;日本以官方 X 等本地阵地、韩国以适用的商店与社区承接 | 先验证语言、文化与角色表达,再决定本地内容、社区及效果投放节奏;本地化包含生成内容质量与实际体验检查 |
达人合作从品类和受众匹配的小规模体验开始,比较有效报名、激活、留存及素材复用价值,再决定扩大合作。国内与海外渠道分别看数据;Steam 心愿单、平台预约、官网注册和实际激活分别报告,并尽可能去重,不把不同口径简单相加当成独立用户数。
8.5 启动预算:US$1.5M,按阶段释放
发行与商业化启动资金规划为 US$1.5M,与本轮资金用途中的发行预算一致。以下为阶段性资源安排,尚非已经发生的支出;各市场和渠道的明细随测试结果、实际发布窗口及回收表现调整。
| 阶段 | 规划预算 | 主要用途 |
|---|---|---|
| 上线前 | US$0.3M | 内容与首曝物料、招募和社区、预约承接、商店页与本地化、小额渠道及素材验证 |
| 上线窗口 | US$0.6M | 海外与国内发布窗口的内容、创作者合作、经验证的效果投放、运营活动及客服与应急准备;两地发布纳入同一额度统筹 |
| 上线后初期运营 | US$0.6M | 约三个月的版本与社区运营、UGC 活动、本地化迭代、素材更新和达标渠道复投;与发布期的重叠投入按用途归属核算 |
| 合计 | US$1.5M | 覆盖从上线前验证到初期商业循环的启动投入 |
后续持续营销投入与收入回收、现金安排和经营目标联动,按实际经营表现另行确定。上线后重点从集中发布转向分层运营:新用户顺利上手、活跃用户获得持续目标、沉默用户通过版本和关系进展召回,逐步建立稳定的内容与运营节奏。
8.6 投放门控与运营复盘
- 先验证内容与人群:小额试投比较有效报名、激活、留存与付费表现,优先保留能带来持续参与者的素材和渠道。
- 体验通过后再扩量:留存、服务稳定性、推理成本与付费回收共同决定放量;阈值在各阶段基线与统计窗口明确后设定。
- 按队列看回收:区分市场、渠道、版本与进入时间,追踪 LTV、ROAS 和回收周期;数据不足时继续验证,不用短期新增量代替商业判断。
- 发现问题及时收敛:留存或回收下降时,先定位产品、素材、人群或渠道原因,缩减低效投入,把修复结果放入下一轮验证。
- 自然传播单独衡量:跟踪玩家内容产出、分享带来的有效注册、自然激活占比和社区反馈,用实际结果决定内容加热及活动资源。
每轮测试与发布后,将用户反馈、运行数据、素材表现和失败原因写回产品及组织记忆,让下一轮版本、招募、内容与投放继承已验证的经验。
9. 里程碑与资金映射
用分阶段测试推进产品与商业化,每一阶段都有要回答的问题。资金按版本、体验和回收结果释放。
| 计划时点 | 里程碑 | 主要验证与交付 |
|---|---|---|
| 2026.10 | Pre-A | 补充研发与商业化资金,按阶段推进 V1 |
| 2026.12 | CBT1 · 海内外双线 | V1 核心玩法、留存与运行成本;国内提交版号 |
| 2027.02 | CBT2 | 基于首轮反馈迭代,扩大人群与渠道样本,验证更长周期留存 |
| 2027.03 | 海外 Soft Launch P1 | 开启付费模型与获客回收验证 |
| 2027.04 | 海外 Soft Launch P2 | 优化商业化、运行成本与发布准备 |
| 2027.05 | 海外 Global Launch | 海外商业化上线,按市场表现扩大覆盖 |
| 2027.06 | 国内公测 | 在版号等上线条件满足后推进国内商业化 |
以上为截至 2026 年 10 月 16 日的计划。各阶段依据版本准备、测试结果与适用上线条件推进,具体规模和验收阈值在相应阶段定盘。
9.1 近 US$9M 总储备规划
当前公司资金近 US$4M,本轮计划新增 US$5M,完成后总储备近 US$9M。下表按 US$9M 编制用途规划,实际现金随日常经营和交割时点变化。
| 用途 | 规划金额 | 占总用途 | 对应工作 |
|---|---|---|---|
| 产品研发 | US$4.5M | 50.0% | 核心玩法、Agent 与世界系统、内容、联调、测试及持续迭代 |
| 发行与商业化启动 | US$1.5M | 16.7% | 上线前准备、发布窗口、初期运营与付费回收验证 |
| Token 成本补贴储备 | US$2.0M | 22.2% | 支持早期 Agent 体验与运行优化,按实际活跃和单位成本控制支出 |
| 风险缓冲与储备 | US$1.0M | 11.1% | 应对版本、运营和交割节奏变化,保持调整空间 |
| 合计 | US$9.0M | 100.0% | 以融资后总储备为分母,包含现有资金 |
9.2 阶段结果如何改变投入
CBT 优先看核心行为、分人群留存与单位运行成本;Soft Launch 增加付费、续订、获客和队列回收;正式上线后再按市场和渠道决定扩量。表现不足时,先修复体验和成本问题、缩小投入范围,复测后推进。明确的阶段验收比固定扩编人数更适合当前研发与发行节奏。
10. 财务与现金情景
当前财务规划围绕近 US$4M 现有资金、本轮 US$5M 目标融资,以及近 US$9M 总储备用途展开。经营收入、下一轮融资和未获批准的政策资助分别评估。
10.1 预算与现金流分别管理
用途预算回答“准备把资金用在哪里”;现金表回答“资金何时到位、何时支出”。近 US$9M 为本轮完成后的条件测算,当前可用资金仍以实际余额为准。发行与 Token 储备按阶段结果使用,风险缓冲不预先计作日常开销。
新版附件包含四个工作表:10 月资金计划、可编辑现金假设、24 个月现金情景,以及历史长期预测。现金情景区分融资按设定月份计入、延后计入与不计入三种情况,并提供支出上浮的敏感性测算。
10.2 情景测算边界
现金工具以当前资金近 US$4M 为测算锚点,融资、起始日前现金调整及支出时点均可编辑。24 个月期间和各项支出的均摊方式是测算假设,使用时需替换为实际余额、已承诺支出及月度预算。
基础情景不计未获批的 RAISe+、未确定的后续融资,也不预设尚未验证的经营回款。它用于检验资金时点与消耗变化的影响,不构成承诺的 runway 或管理层月度现金预测。
10.3 长期经营预测的更新方法
收入预测将围绕实际用户漏斗建立:分市场、渠道与进入时间追踪激活、留存、活跃用户、付费率、ARPPU 和续订,再按 Agent 数、交互强度、模型及服务开销测算贡献利润。2027 年 5 月海外上线、6 月国内公测的计划与后续实际运营月份共同决定年度收入爬坡。
原 2026–2033 长期预测的核心经营与融资数值含静态假设,不能仅移动上线日期就可靠重算。附件保留该表作为历史参考,并明确标注其未更新、不得作为当前收入、利润或年末现金预测。新的经营模型应在测试和付费数据形成后,连同成本与现金假设更新。
11. 融资与估值依据
11.1 融资历史与本轮方案
| 轮次 | 融资金额 | 投后估值 | 历史背景/用途 |
|---|---|---|---|
| 种子轮 · 2025.04 | US$0.4M | US$8M | 朋友轮,支持早期多智能体技术与产品探索 |
| 天使轮 · 2025.09 | US$6M | US$30M | 腾讯战投,支持 V0 验证后向商业化产品推进 |
| 本轮 Pre-A | US$5M | US$66.5M | 完成 V1 核心玩法、留存与商业化验证,推进海外及国内发布 |
按上述金额推算,本轮投前估值为 US$61.5M,新增融资占投后约 7.52%;这是融资方案的简单算术口径,实际股权比例以最终交易结构和交割文件为准。
11.2 定价对应的基本面进展
- 团队:从早期研究与原型团队,发展为结合多智能体研究、游戏制作、产品与运营的全职团队,并建立 AI 原生分工与协作管线。
- 产品:从 V0 网页技术演示推进到 V1 商业化产品研发,已有明确的核心循环、世界与视觉基准、测试及发行节奏。
- 技术:从个体 Agent 行为扩展到持续世界中的记忆、规划、执行与反馈,并补充训练评测、实验与技术资产。
- 复用:运行内核、经验、规则、测试与资产管线能够跨版本继承,后续再验证跨产品及对外服务的价值。
下一阶段价值增长仍取决于 V1 的留存、付费、成本与交付结果。引擎和组织体系扩大了长期空间,同时需要持续的产品与商业证据。
11.3 可比案例怎样使用
| 案例 | 可参照的价值逻辑 | 可比边界 |
|---|---|---|
| EVE、Tolan 等 AI 角色产品 | 长期角色关系、情感陪伴和持续服务的付费可能性 | 客群、单人/多人、产品形态和收入结构不同,融资额不等于估值 |
| General Intuition | 游戏与互动数据可以支持模型和技术服务的积累 | 其为模型实验室,数据类型、研发资本与商业路径不同,不直接套用估值 |
| Niantic Spatial | 互动产品产生的技术和数据能力可以延伸到新的应用 | 空间数据与企业级服务不同于玩家角色记忆,不直接类推市场规模 |
| Epic/Unreal Engine | 自研产品推动技术开发,产品与开发工具相互证明价值 | 成熟引擎生态需要长期形成,Bauhinia 的外部服务仍待验证 |
公开信息中,Tolan 投资方 Homebrew 披露其 US$20M Series A,并提及超过 10 万付费用户;General Intuition 官网披露过去一年累计融资超过 US$650M。这些信息用于观察资本对 AI 关系产品及互动技术的关注,不作为 Aivilization 的收入预测或估值倍数。
来源:Homebrew · Portola / Tolan;General Intuition 官网,2026-10-16 查阅。未公开、口径不清或未经确认的交易估值与留存数字不纳入定价依据。
11.4 RAISe+ 申请进展
项目已通过香港科技大学校内遴选,成为港科大 RAISe+ Batch 4 向政府提交的 15 个项目之一;计划于 2026 年 10 月底提交政府,进入政府遴选。
香港“产学研 1+计划”支持大学科研成果转化与商业化,提供以产业投入撬动政府资助的机会。Bauhinia 的大学研究背景、Agent 技术和商业化产品路径与该方向契合。申请财务材料与预算继续按申报要求完善。
当前阶段为申请推进,政府尚未批准拨款;补贴金额、配套条件、可支出范围及到账节奏以最终获批文件为准。潜在资助单列为额外情景,不并入近 US$9M 的基础资金规划。
公司申请状态依据 2026-10-16 更新;计划介绍见香港创新科技署官方计划页
11.5 下一阶段融资的业务支撑
后续融资以三类证据推进:一是完整产品测试中的留存、使用深度与付费反馈;二是可核对的预约、招募和渠道转化;三是 Agentic World 的技术验证、可复用接口及产品展示。具体融资时点和规模随商业验证与资金计划确定。
12. 风险与应对
| 风险 | 需要观察的问题 | 应对与投入纪律 |
|---|---|---|
| V1 核心循环与主流用户验证 | V0 的早期需求能否转化为完整产品的持续留存与付费 | 按客群分阶段测试;聚焦有效循环,必要时收缩内容和范围后复测 |
| Agent 体验与运行成本 | 多 Agent、长期记忆和强交互可能提高推理开销、时延和状态协调难度 | 持续测量单位 Agent 与用户成本;通过路由、缓存、蒸馏和运行策略优化,按预算释放 US$2M 储备 |
| 国内上线条件 | 版号与相关上线条件可能改变国内发布时间 | 海外与国内分别评估;国内计费和发布以条件满足为前提,按实际进度调整预算 |
| 内容与数据边界 | 生成内容、角色行为、个人记忆及跨地域服务需要可控制的边界 | 分级评价、访问与记忆边界、人工验收;按市场落实数据与运营方案 |
| 模型供应与能力变化 | 模型价格、接口和能力变化影响体验与成本 | 保持记忆与执行接口解耦,评测不同模型与策略,保留服务降级和替换空间 |
| 市场竞争 | 同类产品、模型及大厂持续迭代,窗口和差异化可能变化 | 围绕持续世界、产品循环和组织交付形成证据,按用户结果调整优先级 |
| 资金与申请节奏 | 融资交割或政策资助延迟,影响现金支出安排 | 基础预算不计未批补贴与未确定的后续融资,使用现金情景表决定支出与调整 |
| 核心团队与执行 | 关键岗位依赖和多系统联调影响交付 | 共享上下文、Skills、验收和回归测试降低重复依赖;以阶段交付检查投入效果 |
若部分人群表现良好,优先收敛到该人群与玩法;若核心体验尚未成立,暂停扩量、控制消耗并修复。若需要调整产品范围或探索更小的后续产品,重新核算目标、预算与验证周期,同时保留已经形成的技术和组织资产。
13. 股权与法律架构
13.1 架构与交易安排
既有业务安排包括香港公司与深圳 WFOE;Pre-A 交易方案拟在开曼层面完成,相关重组由方达律师事务所提供法律意见。具体实体结构、重组进度及交易条件以律师出具的最新文件与最终交割安排为准。
13.2 交易前股权参考
下表保留上一版材料披露的交易前股权结构作为尽调参考。该快照未反映此后的老股交易、重组或本轮新增发行;当前股权及 ESOP 状态应以最新股东名册、期权台账和交易文件核对。
| 股东/权益安排 | 类别 | 上一版披露比例 |
|---|---|---|
| 杨浩巍 Oliver | 普通股 | 16.80% |
| 王小龙 | 普通股 | 7.16% |
| 陈子耕 Zayne | 普通股 | 7.16% |
| 汪扬 | 普通股 | 7.61% |
| 陈卡你 | 普通股 | 6.22% |
| 徐培琰 | 普通股 | 1.48% |
| 陈星妍 | 普通股 | 1.48% |
| 香港科技大学 | 普通股 | 1.48% |
| Pokansing Investment | 种子轮优先股 | 3.25% |
| 腾讯 | 天使轮优先股 | 20.00% |
| ESOP1+ESOP2 预留 | 普通股/预留权益 | 27.35% |
| 合计 | — | 99.99% |
逐项披露比例加总为 99.99%,与 100% 相差 0.01 个百分点;最终比例应以完整股份数和股东名册核验。本表不用于推导本轮交割后的个人持股。
13.3 知识产权与合作文件
公司与港科大已签署 IP 授权及 Contract Research 合作协议,对既有和未来成果的归属作出安排。专利申请、软著与公开论文见技术章节;权利范围、许可条款和成果使用边界以对应协议、登记与申请文件为准。
A. 研发与视觉展示
以下保留 V0、V1 机制与 memory-as-character 的研发展示,供理解运行方法与体验方向;素材对应的开发阶段各不相同。
打开完整可视化页面V0 基础运行逻辑
玩家与 Agent 的关系:养成、引导、观察反馈
V1 延续了 V0 验证过的基础运行逻辑:每个玩家会拥有 1 个或多个自己的 Agent。Agent 在多人开放大世界中生活、社交、工作;玩家不直接操控每一步,而是通过目标设定、互动引导和观察反馈影响 Agent 的成长与选择。
打开 V0 完整视频V1 商业化版本视觉基准
V1 最新美术 · 世界总览
主城与生活场景承载多人社交、Agent 行为和长期世界运行。
V1 交互界面 · AI NPC 对话
世界现场中的角色状态、聊天记录与行为气泡。
Agentic World 运行机制
Smart Event 和 Smart Object 构成 Agent 可执行的最小行为与物品。Agent在一组可执行 skill 与可感知 tool 中选择、执行、监控、反思;物品状态变化又会反过来广播给 Agent,触发重新规划。大量 SE/SO 与多 Agent 同时运行时,世界就能出现连锁反应和涌现效果。
SE / SO 内部结构展示
展示一个 SE 如何组织行为树、asset、prompt 模板、LLM 节点,以及记忆和进化字段。
睡觉场景:SO 状态变化触发 Agent 行为
Agent 在睡觉,灯作为 Smart Object 被打开;Agent 感知环境变化后,起床关灯并回到睡眠事件。
在家做饭:锅冒烟触发重规划与反思
做饭是 Smart Event,锅是 Smart Object;锅冒烟后改变事件状态,触发 Agent 重新规划、执行和反思。
排队吃饭:事件状态影响群体行为
Agent 控制 Smart Event 的输入和运行状态;排队吃饭过程中触发食物打翻,影响所有角色后续行为。
Agent 控制 SE 的调度,多 Agent 形成社会
多个 Agent 进入同一组 SE/SO,队列、移动、交互等由事件状态和对象广播共同约束。
模拟经营种田 Demo
传统模拟经营部分,多为玩家操作,部分由 Agent 提供助力(类似帕鲁打工干活),部分美术资产尚未合并。
“天才”:memory-as-character 验证
“天才”是内部实验搭建的生活在PC中的数字生命,没有游戏可视化表现,用于验证人格由长期记忆、反思与互动历史构成。
基于长期对话记忆自主总结用户特征,并调整自己的回应风格。
与其他 bot 互动时出现吃醋、点评与自我定位,验证 personality from memory。
从出生信息、日记预告到生日当天主动祝福和礼物,验证记忆驱动的长期陪伴感。
从邮件摘要、未完成事件记录到主动提醒,验证长期记忆、主动性和现实生活联动。
B. 生产管线案例
以下为内部研发管线的过程材料,展示 Agent 起草、人工筛选、接入与验收如何配合;具体案例不代表所有功能的交付时间或公司整体提效倍数。
Unity UI 与 QA 工作流

静态资产与界面过程





