SYNAPUFF获数百万种子轮：李诗淼造AI终端交互智能基座

硬氪获悉，面向AI Native终端的交互智能公司SYNAPUFF近期拿下数百万元种子轮融资，出资方为FIRST RULE VENTURES、浦东创投。

联合创始人兼CEO李诗淼告诉硬氪，团队要做的是面向AI Native终端的交互智能基座，让智能体清楚自己能干什么，也清楚什么时候动手、用什么方式动手，并能根据人的反应调整行为。

SYNAPUFF联合创始人兼CEO李诗淼

李诗淼的履历跨了娱乐体验、投资、人机交互三块。

她早年在迪士尼亚太总部任职，以早期成员身份参与多个经典IP的衍生项目。之后进入拾象科技，作为foundingteam member，参与多个硬科技独角兽的系统性研究与投资；

2021年她创办蚁触科技，做触觉反馈模型与多模态交互技术，推出触感广告、触感营销、触感座舱，客户包括LVMH、开云、奥迪，红杉中国曾参与投资。

2025年起，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，长期研究人机交互与人智协同方向的人工智能。

2026年10月最新发布的全球Top2%顶尖科学家榜单里，范教授因human factor及人工智能领域的研究成果入选。

几十年里，人机交互的起点一直握在人手里：键盘、触摸屏、语音助手，都是用户先给出明确指令，设备再给出反馈。

可当AI变成终端的原生能力，智能体有条件持续感知环境、读懂情境、主动提供服务，老一套“指令—响应”就露出了短板。

基础大模型公司把能力往各类智能终端延伸，AI在任务理解和执行上还有望再进一步。

反过来看，读懂人的意图、拿捏互动时机、用合适的方式回应，这些事至今没解决透，也成了行业新一轮竞争的焦点。

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，她们想抬高的是智能体的“情商”。这不等于认一认用户情绪，而是让智能体有能力理解交互情境、判断互动边界、动态调整自身行为。

举个例子，机器人知道用户可能口渴，可对方正在开会，这时直接递水未必合适。机器人得把环境、用户状态和互动历史放在一起看，再决定动作何时介入、怎么回应、何时退出。

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

换句话说，智能体不必一上来就准确读懂用户意图。它可以先用眼神、身体转向、声音或其他轻量交互信号表个态，再看用户怎么回应，据此决定继续、等待还是退出。

拆开看，“P Framework”有三个组件：互动动态模型，预测某个行动可能引出用户什么反应；人格策略，按角色、关系和行为约束挑动作；non-verbal behaviour生成模型，动态调度不同模态介入交互。

这套架构不打算把所有底层能力重训一遍，思路是组织已有的视觉识别、情绪识别等模型，再叠加原生的非文本语言动作生成能力，做出一个独立、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中。

数据同样是这套模型的关键。

李诗淼告诉硬氪，SYNAPUFF准备靠标注受控实验数据、公开影视数据、真实场景部署三条路攒互动数据，再对照不同动作与用户反馈，训练模型优化互动策略。

多数模型评价只看任务有没有完成，交互智能还得看一个行为是否发生在合适的时机、用户愿不愿意回应、交互能不能自然接下去。这就要求模型从人与智能体的双向互动里取反馈，而非只判断一条指令执行得对不对。

商业模式上，公司打算围绕交互智能技术平台，与各类AI Native终端企业试水技术合作和商业化路径，核心是把互动决策能力做成能跨不同构型终端复用的技术能力。

以下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，自己高中时就有了创业的念头。比起帮人把事情办完，他更想做的是造出让人开心、意外，甚至觉得不可思议的体验。

他的职业路径看着跳，主线却没换过。在迪士尼，他学到的是顶尖角色IP和体验怎样被系统工程化地定义；进了投资行业，他开始看懂技术如何演进、又怎样改变生活；再往后创办蚁触科技，试着用触觉交互把说不清的感受变成能生成、能传递的体验。

2020年初，他在CHI上读到一篇讲虚拟湿度渲染机制的论文，很受触动。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。

这些经历最后都落到同一个问题上：技术到底能给人造出多少新体验？AI Native终端让他觉得，这件事有了新的可能，舞台也不再限于屏幕，而是伸进了真实世界。

硬氪：AI Native硬件行业最近为什么扎堆关注交互智能？

李诗淼：过去产业解决的主要是两类问题。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，像续航、元器件、关节、灵巧手、整机这些。

可放到更大的AI终端产业里看，基础模型正让各类设备慢慢具备理解、推理和执行的能力。下一轮竞争，未必只是比谁的模型更聪明，还要看谁能把这些智能能力用更自然、更贴合人类习惯的方式交到用户手里。

这就意味着要长出一套新的交互范式。说到底，我们正在从单向理解任务的传统交互，转向双向智能交互——里面既有人与智能体之间的持续互动，也有多个智能体之间的协同和通信。硬件和任务执行能力往前走，AI Native终端迟早要回答怎么进入真实社会空间、怎么和人长期相处。

今天这代终端行业，有点像2006年到2007年智能手机出来之前的山寨机年代。市面上冒出大量AI录音卡片、AI随身设备，甚至陪伴机器人，用户很难判断哪个才是自己能一直用下去的。

当年智能手机慢慢把全屏交互确立成范式，他认为AI Native终端同样得找到自己的交互范式，把人和终端的关系重新定义一遍。

硬氪：你们做的交互智能，和基础模型差在哪？

李诗淼：我们不是要重训一个啥都会的大模型。重点在于围绕智能交互这个具体问题，摸索能适配不同场景、不同终端的模型和技术架构。

他们希望模型经过有限任务的训练后，碰到从没见过的新情境，照样能理解并试着处理，为智能体提供双向交互的能力。

比如不同终端用的传感器和表达方式可能都不一样，但要解决的共通问题就那么几个：判断用户愿不愿意互动、预测自己的行为会引出什么反应、以及怎么根据反馈调整交互策略。

这些共通能力，他们想抽象出来，而不是每种硬件构型都重写一套交互逻辑。

硬氪：技术研发现在进展到哪一步？

李诗淼：团队已经把相关技术框架搭起来了，眼下重点训练原生的跨构型non-verbal behaviour动作生成模型。这是他们做交互智能的一项重头研发。借助有物理身体的终端，他们能观察交互行为怎么影响用户反应，并验证相应的互动决策机制。

整体还在早期研发阶段，主要精力放在技术路线和产品定义上。

硬氪：万一基础模型公司把你们替代了怎么办？

李诗淼：如果核心价值只是把某项任务的效率提一提，那确实可能很快被基础模型的进步盖过去。但人的体验、行为和社会关系是更复杂的问题空间，很难拿简单的效率指标去量。他们想和通用基础模型分工：后者负责理解指令、完成任务，他们负责怎么和人建立起合适的互动关系。

在他看来，交互智能的价值不光来自模型能不能读懂一个情境，也来自它能不能在真实终端上形成持续的交互闭环。同样一句话、同一个动作，换一个时机、换一种关系背景，用户的反应可能完全不同。只有不断拿到交互反馈、评估交互效果、再优化行为策略，这种能力才提得上去。

他们希望与通用基础模型各管一摊：前者负责理解指令和完成任务，他们则关注智能体如何把自身能力转成自然、恰当的交互体验。

首页图源｜SYNAPUFF官网