本周AI项目推荐｜Amagine、FrameX、Blinkko ...让AI进入“现实”的各种方法

作者｜黄小艺
微信｜H997Hbiu

最近我们接触的不少创业项目，都在尝试用不同方法把AI在技术上的最新进展，落实到解决现实世界具体而真实的需求里。

这些需求分布在精密制造、硬件开发、社交、婚恋、视频生成和算力调度，这些产品则构成了 AI 进入现实世界的三条路径。

第一条，是把想法变成物品。TopFab 试图用 AI 降低五轴加工的门槛，Amagine 则想继续向前一步，让普通人从一句自然语言开始，完成一件智能硬件的设计。

第二条，是忘掉AI，先从人的一个“小需求”开始。和陌生人开口自然一点，找到适合自己的婚恋对象——Blinkko 和良配选择的都不是宏大命题，而是日常生活里具体、细小，却一直没有被很好解决的需求。

再往后，是让 AI 持续运行。FrameX.AI 形界智维想让视频从一次性生成的内容，变成可以不断回应用户的交互界面；密瓜智能解决的则是底层问题：如何把不同品牌、不同集群里的算力拼起来，让训练、推理和 Agent 更稳定地运行。

这些项目未必都是最成熟的，但它们有一个共同点：没有把模型本身当作产品，而是把 AI 放进一条具体的任务链里，让一个想法变成物品，让一个需求得到回应，或者让一套智能系统真正运转起来。

1

把想法变成物品

Amagine 灵境引擎

一句话介绍：要做智能硬件时代的“拓竹”。

Amagine 想解决的，是“普通人有硬件点子，却没有能力把它做出来”的问题。按照项目方的产品规划，用户可以用自然语言描述需求，系统生成电路、传感器、外壳和拼装方案，再通过通用元器件套件、3D 打印机或小型机床把方案落地；项目社区则负责沉淀和复用模板。

创始团队背景：创始人张奥，00 后，OPC创业者，武汉大学本科、新加坡国立大学硕士辍学，曾先后尝试 AI 视频、企业 AI 中台和游戏引擎，之后转向 AI 定制硬件。据报道，产品已有 400 余名内测用户，带来近 30 万元收入，已完成种子轮融资。

为什么值得推荐：Amagine 想降低的是“怎么设计一个硬件”。如果它能把电路、结构、元器件和制造设备真正连起来，一个人的作品才可能变成其他人可以修改和复用的模板，形成类似开源软件或 3D 模型社区的传播效应。接下来要看的不是能生成多少方案，而是方案能否稳定复现、BOM 成本是否可控、模板能否形成复用。

TOPFAB

一句话介绍：把航空级五轴机床搬上桌面的 AI 制造。

TOPFAB TF500 是一台桌面级真五轴AI数控机床。根据项目方公布的参数，它配备 60000 RPM 主轴、8 工位自动刀库、±0.005mmXYZ 重复定位精度，可加工金属、实木、玉石、工程塑料等多类材料。

比硬件参数更值得关注的是它试图改造的工作流。传统五轴加工需要经过三维建模、工艺规划、刀路编程、仿真和试切等环节，专业门槛很高。TOPFAB 把图片或文字转成初始 3D 模型，并给出加工策略和刀路建议，确认方案后，进入五轴动态联动切削、AI自动换刀、曲面精准雕琢出成品。

团队背景：TOPFAB背后是 2007 年成立的上海拓璞数控。创始人王宇晗是上海交通大学教授，长期从事五轴数控与航空航天制造研究。公司于 2026 年 5 月在港交所主板上市。港交所文件显示，按 2025 年收入计，拓璞数控在中国航空航天五轴数控机床市场排名第一。

为什么值得关注：高端机床公司尝试用AI，把多年积累的工艺、控制和设备能力向更小的用户下放，把精密制造从“专业人士专属”变成创客、小商家、院校和家庭可用。从自研制造垂类大模型替代传统工艺师经验，再到自动匹配材质转速进给参数，TOPFAB让人类负责提供创意，由AI搞定复杂的制造图纸和参数问题并提供消费级硬件进行制造，是一个完整的闭环。

1

忘掉AI，从人的一个“小需求”开始

Blinkko 箔光科技

一句话介绍：一只趴在肩上的 AI 宠物，目标不是替代朋友，而是成为线下社交的破冰信号。

一只100多克、磁吸固定在肩膀上的毛绒 AI 宠物，内置轻量级 AI 模型，通过语音语调、语速等信号感知用户情绪，用肢体动作，比如轻微震动、蹭蹭用户的脖子或脸颊，模拟宠物的亲密动作。配套 App 承接社交关系：用户可以发现其他 Blinkko 主人，系统根据兴趣和生活轨迹推荐潜在的朋友与线下活动，城市地图则把出门探索做成一套轻游戏机制。产品仍处在上市前阶段，官网给出的时间是 2026 年夏季。

团队背景：创始人沈彤欣，曾在苹果负责员工体验设计；硬件负责人毕业于哈佛大学设计学院（人机交互方向），软件负责人来自 UC Berkeley。项目由奇绩创坛孵化，产品将在2026年夏季首发北美。

为什么值得关注：市面上的 AI 陪伴产品大多试图延长用户与 AI 相处的时间，Blinkko 的产品观恰好相反。创始人明确表示“不相信 AI 能真正陪伴人”，因此它把 AI 放在社交关系的前一秒：判断状态、发出信号、降低陌生人开口的尴尬，然后退到幕后，这让 Blinkko 同时具有 AI 硬件、潮玩和社交网络三种属性。

良配

一句话介绍：前 Kimi 搜索负责人用 AI 重做相亲。

良配不让用户在大量头像之间左滑右滑。注册时，用户先与 AI 红娘进行约 20 分钟语音聊天，围绕性格、作息、消费观和家庭观念等维度建立画像；系统再进行匹配和自然语言搜索。产品还设计了 AI 分身、沟通军师、资料用心度检查和实名认证等功能。

创始团队背景：创始人曾歆勋毕业于南方科技大学计算机系，曾在微信和 TikTok 从事搜索推荐，离职前为 Kimi AI 搜索研发负责人。2025 年 8 月离职后，获得今日资本徐新的200 万美元融资。

为什么值得推荐：Kimi 系算法负责人下场做 AI 应用的一个样本，把 AI 搜索“更快更准找到信息”的算法逻辑，迁移到“帮人更早遇到对的人”。

与 Soul 等陪伴型 AI 社交（卖时间、留用户）相反，良配赌的是让用户尽快成功离开平台，商业模式上不按会员时长收费，按匹配效果付费；更激进的是“保结婚会员计划”——三年内未领证结婚，会员费全额退还，资金由银行托管。

1

让 AI 持续运行

FrameX.AI 形界智维

Stream-R1: Reliability-Perplexity Aware Reward Distillation for Streaming Video Generation

一句话介绍：做流式视频生成，让视频像对话一样持续生成并实时响应。

今天的大多数视频模型仍是离线工具：用户提交提示词，等待一段时间，得到一条有固定时长的视频。FrameX.AI 想把视频变成持续运行的界面——画面可以不断续写，用户的输入能够改变角色反应和后续内容。

这条技术路线把大模型推理、视频生成和 Agent 结合起来，目标场景包括互动娱乐、虚拟角色、AI 陪伴和视频 Agent。在演示中，用户可以直接向屏幕中的虚拟角色提问，角色的语言、表情和动作随对话实时变化。

团队背景：创始人王裕鑫曾入选华为“天才少年”计划，后为元石科技早期核心技术成员，负责过 200B+ 参数规模的大模型训练和问小白系列模型；他也曾担任 Muset 视频 Agent 技术负责人。公司成立首月即完成数千万元级首轮融资。

为什么值得推荐：王裕鑫是国内 MoE 大模型预训练早期参与者，此次创业试图把大模型的推理能力、视频生成和 Agent 的持续决策组合在一起，路线值得关注。

蜜瓜智能

一句话介绍：把不同品牌、不同云上的 GPU 拼成一池算力，让一张卡也能像云服务器一样被切分、共享和统一调度。

密瓜智能建立在开源项目 HAMi 之上。HAMi 是一套运行在 Kubernetes 上的 GPU 虚拟化与异构加速器调度中间件，可以把昂贵的加速卡按显存、核心或设备数量分配给不同任务，并通过统一接口管理 NVIDIA、昇腾、寒武纪、海光、天数智芯、沐曦、摩尔线程等设备。

团队背景：创始人兼 CEO 张潇曾任 DaoCloud 容器团队负责人；联合创始人兼 CTO 李孟轩曾负责第四范式异构算力技术。两人都是 HAMi 的早期作者和核心维护者。此外，公司是在开源项目已有社区采用后推进商业化：2025 年获得超过 500 万元种子轮融资，2026 年 1 月又完成数千万元天使轮，由复星创富领投，拙朴投资、原种子投资人及产业方跟投。

为什么值得关注：大模型竞争正在从“谁拥有更多 GPU”转向“谁能把已有 GPU 用得更充分”。当企业同时使用海外 GPU、国产加速卡、公有云和本地集群时，稀缺的不只是卡，还有把卡稳定、高效地供给不同训练和推理任务的能力。密瓜智能位于芯片之上、模型和应用之下，开源项目负责建立标准和生态，企业版则通过弹性扩容、任务优先级、可观测性和技术支持收费，值得持续关注。

点个“爱心”，再走 吧