SYNAPUFF完成数百万元种子轮融资，要做AI终端交互智能基座

面向AI Native终端的交互智能公司SYNAPUFF已完成数百万元种子轮融资，投资方为FIRST RULE VENTURES和浦东创投。

联合创始人兼CEO李诗淼告诉硬氪，公司要做的是AI Native终端的交互智能基座，让智能体清楚自己能干什么，也能判断该在什么时候动手、用什么方式做，并依据人的反应随时调整行为。

李诗淼，SYNAPUFF联合创始人兼CEO

李诗淼的履历覆盖娱乐体验、投资、人机交互几块。

她早年在迪士尼亚太总部任职，是早期成员之一，参与过多个经典IP的衍生项目。离开迪士尼后，她进入拾象科技，作为founding team member参与多项硬科技独角兽的系统研究与投资。

2021年，她创办蚁触科技，做触觉反馈模型和多模态交互技术，推出触感广告、触感营销、触感座舱，客户包括LVMH、开云、奥迪，公司曾拿到红杉中国投资。

2025年，她到香港科技大学（广州）人机交互实验室做研究，2026年启动这个新项目。另一位联合创始人兼首席科学家是范明明博士，现任香港科技大学（广州）常聘副教授、博士生导师，研究方向是人机交互与人智协同领域的人工智能。

2026年10月发布的全球Top2%顶尖科学家榜单上，范明明因human factor及人工智能方向的研究成果入选。

键盘、触摸屏、语音助手，几十年来人机交互的起点一直是人：用户下明确指令，设备给出反馈。

AI变成终端的原生能力之后，智能体可以持续感知环境、读懂情境、主动提供服务，老一套“指令—响应”的做法开始不够用。

基础大模型公司正把能力往各类智能终端上延伸，AI对任务的理解和执行还有望继续加强。

难办的地方在于另一边：怎么读懂人的意图、挑准互动时机、用合适的方式回应，这些问题都还没解决好，也成了行业新的争夺点。

SYNAPUFF把自己定位成面向AI Native终端的交互智能公司。李诗淼对硬氪说，她们想提升的是智能体的“情商”。这不单是认出用户情绪，还要让智能体读懂交互情境、拿捏互动边界、动态调整自己的行为。

举个例子，机器人发现用户可能口渴，可对方正在开会，这时候直接把水递过去未必合适。机器人得把环境、用户状态、过往互动放在一起看，再决定什么时候介入、怎么回应、什么时候退开。

公司为此提出“P Framework”，把传统的“感知—理解—行动”改成“试探—接收反应—决策-接收反应-决策”的交互闭环。

换句话说，智能体开局不必把用户意图猜准，可以先靠眼神、身体转向、声音或者其他轻量信号表个态，再看用户怎么回应，决定接着做、等一等还是退出。

“P Framework”由三个组件构成：互动动态模型负责预测某个动作可能引起用户什么反应；人格策略按角色、关系和行为约束挑选动作；non-verbal behaviour生成模型动态调度不同模态介入交互。

这套架构不打算重训所有底层能力，思路是把已有的视觉识别、情绪识别等模型组织起来，加上原生的非文本语言动作生成能力，做成一个独立、能适配不同终端形态的交互决策框架。公司称相关模型正在训练。

数据同样是这套模型的关键。

李诗淼向硬氪介绍，SYNAPUFF准备从三处积累互动数据：标注过的受控实验数据、公开影视数据、真实场景部署；再对照不同动作和用户反馈，训练模型优化互动策略。

现有模型评价多盯着任务有没有完成，交互智能还得看一个行为是不是发生在合适的时机、用户愿不愿意回应、互动能不能自然地延续下去。模型因此要从人和智能体的双向互动里拿反馈，不能只判断一条指令执行得对不对。

商业模式上，公司打算以交互智能技术平台为中心，和各类AI Native终端企业谈技术合作与商业化，目标是把互动决策能力做成能跨不同构型终端复用的技术。

下面是硬氪与李诗淼的访谈（略经摘编）

硬氪：你的职业经历看起来比较多元，为什么最终选择进入AI Native终端交互领域创业？

李诗淼说，自己高中时就对创业抱有憧憬。比起帮人把任务做完，他更想做出那种让人快乐、惊喜甚至觉得不可思议的体验。

他的职业路径看着跳来跳去，主线其实一直没变。在迪士尼，他学到最优秀的角色IP和体验是怎样被科学的系统工程定义出来的；进了投资行业，他开始理解技术演进以及它对生活的改变；再后来创办蚁触科技，试着用触觉交互把难以描述的感受变成可以生成、可以传递的体验。

2020年初，他在CHI上读到一篇讲虚拟湿度渲染机制的论文，很受启发。论文的核心作者正是他现在的联创范教授，他也从那时起系统学习人机交互。

这些经历最后都指向同一个问题：技术到底能为人造出多少新体验？AI Native终端让他觉得，技术创造新体验又有了新的可能，舞台也从屏幕伸到了真实世界。

硬氪：AI Native硬件行业最近为什么纷纷盯上交互智能？

李诗淼认为，过去整个产业主要在解决两类问题。一类是智能化水平，包括感知任务、推理、理解任务和应答的能力；另一类是终端本体，包括续航、元器件、关节、灵巧手、整机这些。

放到更广的AI终端产业里看，基础模型正让不同设备逐渐具备理解、推理和执行能力。下一阶段的竞争，可能不只看谁的模型更聪明，还要看谁能让这些智能以更自然、更贴近人类习惯的方式被用起来。

所以这里要发展的是一套新的交互范式。本质上，行业正从单向任务理解型的传统交互，转向双向智能交互，其中既有人与智能体之间的持续交互，也有多个智能体之间的协同与通信。

硬件和任务执行能力在进步，AI Native终端就必然要解决另一个问题：怎么进入真实社会空间，和人长期共处。

今天这波新一代终端行业，有点像2006年到2007年智能手机出来之前的山寨手机时代。市面上冒出大量AI录音卡片、AI随身设备，甚至陪伴机器人，用户很难分清哪个才是自己能一直用下去的。

当年智能手机慢慢确立了全屏交互范式，李诗淼认为AI Native终端同样需要找到属于自己的交互范式，重新定义人和终端的关系。

硬氪：你们做的交互智能，和基础模型区别在哪？

李诗淼表示，重点不是重新训练一个什么知识和任务都会的大模型，而是围绕智能交互这个特定问题，探索能适配不同场景与终端的模型和技术架构。

他们希望模型经过有限任务训练后，面对从没见过的新情境，依然能理解并试着处理问题，为智能体提供双向交互能力。

比如不同终端用的传感器和表达方式可能不一样，但要解决的共通问题差不多：判断用户愿不愿意互动、预测自身行为可能引起什么反应，以及怎么根据反馈调整交互策略。他们想把这些共通能力抽象出来，而不是每种硬件构型都重新开发一套交互逻辑。

硬氪：目前技术研发进展如何？

李诗淼介绍，团队已经搭起相关技术框架，正在重点训练原生的跨构型non-verbal behaviour动作生成模型，这是探索交互智能的一项重要研发工作。通过带物理身体的终端，他们能观察交互行为如何影响用户反应，并验证相关的互动决策机制。

整体还处在早期研发阶段，主要精力放在技术路线和产品定义上。

硬氪：怎么保证自己的技术不会被基础模型公司替代？

李诗淼承认，如果核心价值只是提升某项任务的效率，确实可能很快被基础模型的进步覆盖。但人的体验、行为和社会关系是更复杂的问题空间，很难用简单的效率指标衡量。他们希望和通用基础模型分工：后者负责理解指令、完成任务，他们则关注怎么和人建立合适的互动关系。

在他们看来，交互智能的价值不只来自模型能否理解一个情境，也来自它能否在真实终端上形成持续的交互闭环。同样一句提示、同样一个动作，换个时机、换种关系背景，用户的反应可能完全不同。只有不断拿到交互反馈、评价交互效果、优化行为策略，这种能力才能提升。

说到底，他们想和通用基础模型各管一段：前者管理解指令和完成任务，他们管智能体怎么把自身能力变成自然、恰当的交互体验。

首页图源｜SYNAPUFF官网