​🏁文档说明：本稿基于现场转写整理，覆盖 Series T Kyoto 活动背景、评审机制、15 个路演项目、团队展示、现场掌声反馈与获奖标注。转写中重复句、口误和机器翻译噪声已合并为更适合对外阅读的表述。​​

文档说明：本稿基于现场转写整理，覆盖 Series T Kyoto 活动背景、评审机制、15 个路演项目、团队展示、现场掌声反馈与获奖标注。转写中重复句、口误和机器翻译噪声已合并为更适合对外阅读的表述。​

一、活动概览​

Series T Kyoto 在京都市京瓷美术馆举行，由 Digital Garage Open Network Lab 主办，OpenAI 作为主要赞助方参与，AWS 与 Notion 提供生态合作支持。活动主题聚焦“AGI 之后”的创业机会：当高性能模型和推理能力成为创业公司的核心资源，团队应当创造什么，以及哪些价值仍然需要由人类定义。​

主办方介绍称，本次活动在约一周申请期内收到近 300 份申请，申请者来自日本与 14 个以上海外国家。最终 15 支团队入围现场决赛。​

评审与奖励机制​

• •每支团队进行 7 分钟路演：2 分钟回答共同问题，3 分钟自由演示，2 分钟评委问答。​

• •评委从商业潜力、AI 应用、市场潜力、创始人背景等维度综合评估。​

• •现场观众通过掌声分贝参与观众奖评选。​

• •OpenAI 提供总价值约 100 万美元的 API credits 与 ChatGPT Pro 订阅权益。​

评委与生态伙伴​

• •Thomas，OpenAI 亚太创业团队负责人。​

• •Ryan Nakata，Alumni Ventures Japan。​

• •Jerry Chi，Supercell，关注 AI 原生娱乐与早期团队孵化。​

• •Yusa，DG Incubation / Onlab 投资负责人。​

• •生态伙伴：AWS Startups、Notion for Startups。​

二、获奖项目​

| 奖项 | 项目 | 获奖理由 / 现场反馈 |

| --- | --- | --- |

| 评委一等奖 | InfiniMind | 评委认可其独特视频理解技术与商业化潜力。 |

| 评委二等奖 | Ant AI / Mira | 记忆与因果知识图谱被认为是 AI 时代的重要基础设施。 |

| 评委三等奖 | OselAI / Parallel Live | 评委认可用 AI 延续名人、偶像与角色关系的愿景和潜力。 |

| 观众奖第一名 | Adphone | 94.9 dB，现场掌声最高。 |

| 观众奖第二名 | XNOVA | 94.7 dB，佛陀机器人概念获得强烈现场反馈。 |

| 观众奖第三名 | Prossel Holdings | 93.5 dB，工厂自动化工程 OS 展示了明确产业价值。 |

三、15 个路演项目全景​

1. Teracy：AI 驱动的实时协作办公室​

​📌现场反馈：90.4 dB。项目未进入最终获奖名单。​​

现场反馈：90.4 dB。项目未进入最终获奖名单。​

项目介绍：Teracy 正在打造一个 AI 驱动的办公室，让人类团队与 AI 能够在同一个实时空间中协同工作。它关注会议之外的非正式沟通、闲聊和临场上下文，试图将这些过去会消失的互动转化为可被 AI 理解和使用的协作数据。​

产品内容：1.0 版本已经帮助用户创建线上聚集空间，6 个月内覆盖 127 个国家和地区、超过 4000 个空间。2.0 版本计划把 AI 直接接入空间，让 AI 能够移动、聆听、说话、理解团队语境，并通过屏幕共享等方式接收任务。​

Post-AGI 设想：创始人认为，当智能逐渐普及，真正稀缺的是连接、归属感与共同创造的场所。Teracy 希望让 AI 成为团队伙伴，缓解远程工作中的孤独与割裂。​

API credits 用途：团队希望邀请现有社区用户和其他参赛团队试用 2.0 版本，将积分用于 AI 队友能力验证与社区反馈循环。​

团队展示：团队强调社区驱动增长，已经举办超过 150 人的线下用户活动。创始人曾长期面对社交焦虑，并投入自有资金建设远程连接界面。团队中包含曾为 Nike、Netflix、Disney 工作的设计人才。​

2. YouLet：由 AI 伙伴理解照片的社交平台​

​📌现场反馈：90.8 dB。项目未进入最终获奖名单。​​

现场反馈：90.8 dB。项目未进入最终获奖名单。​

项目介绍：YouLet 是一个社交媒体平台，用户像平常一样上传日常照片，AI 伙伴会理解照片中的事件、背景与时间流逝，将零散瞬间整理成可分享的连续日记。​

产品内容：用户创建角色后，AI 可分析手机相册中的大量照片，生成个人画像、兴趣标签、常出现的朋友和生活趋势。用户发布照片后，AI 会识别上下文并生成日记式内容，增强朋友之间的互动。​

Post-AGI 设想：YouLet 强调 AI 伙伴应当加深人类友谊，帮助用户重新连接朋友、发现共同经历，并围绕真实生活建立更厚的社交关系。​

API credits 用途：团队计划在美国大学市场启动增长，先从 Stanford 与 UC Berkeley 进入，并用积分支持照片理解、角色生成和大规模用户增长测试。​

团队展示：创始人近藤涉在加州大学伯克利背景下创业，团队包含 Stanford 成员、日本顶尖工程师与国际化人才。现场提到预发布派对吸引约 300 名 Stanford 学生，早期 MAU/DAU 比例约 24.8%。​

3. Flovia Labs：面向 API 提供商的 AI 代理旅程分析​

​📌现场反馈：90.1 dB。项目未进入最终获奖名单。​​

现场反馈：90.1 dB。项目未进入最终获奖名单。​

项目介绍：Flovia 为 API 提供商提供 AI agent journey analytics，帮助 API 服务方理解 AI 代理如何选择、购买和使用 API。​

产品内容：在 AI 代理拥有钱包、能自主注册和使用 API 的环境中，API 提供商难以知道代理从哪里来、为什么选择某个 API、在哪个环节转化或流失。Flovia 通过部署多个 AI 代理采集行为，模拟代理选择路径，并输出性能瓶颈、竞争对比与改进建议。​

Post-AGI 设想：当 AGI 根据自身目标自主选择服务，人类需要观察和分析 AGI 的行为。Flovia 的定位是让代理行为可审计、可理解、可优化。​

API credits 用途：团队希望运行更多 AI/AGI 代理，并通过多代理分析提升模拟精度，为客户生成更可靠的行为评估。​

团队展示：团队成员具备链上金融、数据科学与分析背景。项目已经与主要 API 提供商开始验证测试，也曾在创业比赛中获奖并入选加速器计划。​

4. Prossel Holdings：工厂自动化工程 OS​

​🏆获奖标注：观众奖第三名。现场反馈 93.5 dB。​​

获奖标注：观众奖第三名。现场反馈 93.5 dB。​

项目介绍：Prossel Holdings 通过收购地方小型工厂，开发面向工厂自动化设备的 AI 与工程操作系统，帮助小型制造企业提升提案、设计、报价与生产能力。​

产品内容：FA 设备往往由上千个零部件组成，规格文档、报价、采购清单和电气分配都高度复杂。Prossel 使用被收购工厂中的真实数据训练 AI，让系统能够从客户访谈和草图中快速提出解决方案，并生成过去需要资深工程师 1 到 2 周才能完成的规范。​

Post-AGI 设想：团队认为物理 AI 会先在工厂等受限场景成熟，小型工厂自动化是 AI 进入物理产业的重要入口。​

API credits 用途：积分将用于分析手绘草图、现场照片和隐性工程知识，进一步开发能服务销售活动与生产流程的 AI。​

团队展示：创始人两年前通过并购收购新潟县长冈市的小型工厂。并购后，团队将每月提案数量从约 4 件提升到接近 50 件，下一财年预测年销售额较原先增长约 20 倍。团队成员多为技术学院毕业生，希望和地方制造人才共同建设制造业独角兽。​

5. Ajiwau / Rokushoku：记录并复刻料理的系统​

​📌现场反馈：89.0 dB。项目未进入最终获奖名单。​​

现场反馈：89.0 dB。项目未进入最终获奖名单。​

项目介绍：Ajiwau 开发的 Rokushoku 是一个“料理录制与复现”平台，目标是记录、分析、转换并复刻厨师的烹饪过程。​

产品内容：平台邀请厨师在专用厨房烹饪，通过摄像头和传感器记录加料时间、混合力度、水分蒸发、温度变化等细节，再接入专用电磁炉和导航系统完成复刻。团队认为食谱和视频难以捕捉料理的精髓，而传感数据和 AI 可以保留隐性技艺。​

Post-AGI 设想：团队希望让料理创造力和手工技艺跨越时间、地点与世代，形成新的产业资产。未来厨师可根据菜品的录制与复刻次数获得版税。​

API credits 用途：积分将用于烹饪日志分析、转换、自动烹饪导航生成，以及根据过程状态判断下一步动作的组件测试。​

团队展示：团队已经开发多项 AI 算法，现场提到 14 个待处理项目，并称已与米其林三星、二星、一星餐厅厨师合作验证高端料理复刻。​

6. InfiniMind / DeepFrame：企业视频信任层​

​🏆获奖标注：评委一等奖。现场反馈 92.9 dB。​​

获奖标注：评委一等奖。现场反馈 92.9 dB。​

项目介绍：InfiniMind 构建 DeepFrame，一个面向企业的长上下文视频理解平台。它可被理解为面向超长视频数据集的推理引擎，为广播、影视、零售、制造、保险等行业提供视频理解与证据链。​

产品内容：DeepFrame 将视频内容转换为结构化文本，并为每个答案提供证据。核心场景包括广播与影视合规审查、不同国家规则下的内容验证，以及零售和物流中的视频分析。​

Post-AGI 设想：团队把“信任”定义为后 AGI 时代最重要的基础能力。视频承载真实世界信息，但规模巨大，无法由人工观看和审查。企业需要可审计、可部署在自有环境、能给出证据的 AI 工作流。​

API credits 用途：团队月度模型支出超过 5 万美元，计划把积分用于完善评测基准，以及与东京大学、松尾实验室、Stanford 研究者合作评估视频理解模型的可信度。​

团队展示：创始人 Aza Kai 介绍团队拥有东京大学、Stanford 背景，并提到与 SpaceX 相关合作。商业进展方面，团队在日本已有 MBS、PALTAC 等客户或合作方。​

7. SustainableMe / Aima：工作方式个性化 AI 助手​

​📌现场反馈：88.0 dB。项目未进入最终获奖名单。​​

现场反馈：88.0 dB。项目未进入最终获奖名单。​

项目介绍：SustainableMe 开发 Aima，一款面向企业 HR 和员工支持流程的 AI 助手，帮助公司处理照护、疾病治疗、育儿、女性健康、心理健康等复杂工作限制场景。​

产品内容：员工输入自身状况后，Aima 会结构化需求，结合内部规章、法律修订和 RAG 知识，只向管理者呈现工作协调所需的必要信息。HR 负责从草案到跟进的流程，注册社保劳务士、产业医生、劳动关系专家在关键时刻介入。​

Post-AGI 设想：团队希望让各种限制下的员工拥有更多工作选择，减少因照护、疾病或生活变化造成的离职。​

API credits 用途：产品会在大型企业与地方政府验证，积分主要用于各公司内部规章下的准确性验证、幻觉控制与风险对冲。​

团队展示：创始人有 20 年职业治疗师经验，曾为 2000 多人提供工作与生活平衡支持。团队包含医疗保健、劳动关系、产品开发等领域专家。创始人特别提到自己作为非工程师借助 OpenAI Codex 在两天内做出产品原型。​

8. Ant AI / Mira：赋予 AI 无限记忆的因果知识图谱​

​🏆获奖标注：评委二等奖。现场反馈 91.6 dB。​​

获奖标注：评委二等奖。现场反馈 91.6 dB。​

项目介绍：Ant AI 的 Mira 是一种让 AI 拥有长期组织记忆的基础设施。它从团队和 AI 代理在内外部工具中的决策与信号中构建持久因果知识图谱。​

产品内容：Mira 解决团队和 AI 代理基于假设行动的问题。它追踪完整因果链，让成员和代理能够回看某个指标异常或产品决策的全部背景。团队展示称，某企业产品团队过去用 7 天调查的问题，Mira 可在 20 分钟内给出因果关系和可见性。​

Post-AGI 设想：团队认为未来人类专业技能可在任意规模复制，但 AI 必须能做出人类可信的判断，而记忆机制是关键基础。​

API credits 用途：积分将用于不同代理、不同记忆层和判断层的实验，提升 AI 在无人干预下做出可靠判断的能力。​

团队展示：三位联合创始人包括两次创业并成功退出的 CEO、拥有 AI/ML 博士学位的 CTO、曾带领美国初创公司从天使轮到 A 轮的 CPO。团队也是 Stanford StartX 项目成员。测试版上线后，两周内有 280 支团队报名。​

9. XNOVA / Buddharoid：减少痛苦的佛陀机器人​

​🏆获奖标注：观众奖第二名。现场反馈 94.7 dB。​​

获奖标注：观众奖第二名。现场反馈 94.7 dB。​

项目介绍：XNOVA 原本开发面向建筑现场的自主机器人，用机器人替代人类繁重体力劳动。路演中，团队提出 Buddharoid 概念：让机器人在复杂环境中理解痛苦和不适，从而更安全地与人共处。​

产品内容：团队从阿西莫夫机器人三定律出发，指出建筑现场环境复杂、规则算法难以覆盖所有情况，因此自主控制和价值判断变得关键。团队计划将佛教智慧从文本与模型潜在空间中抽取出来，探索其与机器人安全之间的关系。​

Post-AGI 设想：团队提出，当智能问题由 AGI 解决后，人类的下一个 KPI 是减少所有生命、AI 与机器人的痛苦。​

API credits 用途：积分将用于处理大量佛教文本，通过稀疏自编码器等技术分析大模型神经元与概念之间的关系，并与京都大学佛教研究学者合作。​

团队展示：团队已经在京都寺庙举办媒体预览会。评委问答中，团队说明短期业务仍聚焦安全机器人与 VLA 控制，Buddharoid 属于更长期的理念研究方向。​

10. OselAI / Parallel Live：官方 IP 的 AI 伴侣平台​

​🏆获奖标注：评委三等奖。现场反馈 87.9 dB。​​

获奖标注：评委三等奖。现场反馈 87.9 dB。​

项目介绍：OselAI 开发 Parallel Live，一个面向暂停活动的艺人、已完结动漫和漫画系列的 AI 伴侣平台。平台只使用官方 IP，并在官方机构监督下持续更新“如果故事继续”的世界线。​

产品内容：粉丝可与角色或虚构人物进行自然对话，也可围绕小说、动漫、偶像的某段内容直接提问。项目计划从对话体验扩展为 SNS，让粉丝在艺人暂停活动或作品完结后仍能保持连接。​

Post-AGI 设想：团队认为 AI 可成为情感伴侣，用于缓解孤独，并让角色、艺人、作品世界在官方授权下持续活动。​

API credits 用途：积分将用于 IF World 场景模拟，从一对一聊天扩展到中心化控制 10 个、100 个甚至 10000 个角色的动态世界。​

团队展示：创始人曾在 Mixi 负责《怪物弹珠》衍生项目，团队有 TBS 顾问和 8 位制作人参与。项目正在与 Sony Music 探讨概念验证，并通过 1000 多人的定量调查与约 80 人、40 小时访谈验证偶像粉丝需求。​

11. Titan Intelligence / MimiDub：保留原声情感的视频 AI 配音​

​📌现场反馈：91.9 dB。项目未进入最终获奖名单。​​

现场反馈：91.9 dB。项目未进入最终获奖名单。​

项目介绍：Titan Intelligence 开发 MimiDub，一款视频翻译 AI，可将视频配音成不同语言，同时保留原配音演员的声音、情感和音质。​

产品内容：团队目标是把日本动漫和内容更快、更低成本地输出全球。传统配音包含试音、制作、审查等环节，周期可超过 6 个月。MimiDub 声称可把成本降低到传统方法的十分之一，速度提升 10 倍，并支持 200 种语言。​

Post-AGI 设想：团队希望人类把翻译、脚本处理等可自动化任务交给 AI，将配音演员、编剧等创作者的独特价值保留在内容产业中。​

API credits 用途：团队计划为约 1000 小时电视台等内容提供 AI 配音，并使用积分降低脚本处理成本。​

团队展示：公司由 AI 研究者赤塚与曾参与《周刊少年 Jump》《海贼王》《鬼灭之刃》等作品编辑工作的高野共同创立。团队与配音演员行业协会合作，处理版权许可、向配音演员支付版税，并与电视台、YouTube 机构合作。​

12. Okinawa NCT / Adphone：灾害断网环境下的接力通信设备​

​🏆获奖标注：观众奖第一名。现场反馈 94.9 dB。​​

获奖标注：观众奖第一名。现场反馈 94.9 dB。​

项目介绍：Adphone 来自冲绳国立高等专门学校团队，是一种连接智能手机的小型设备，可在 4G/5G 网络中断的灾区实现接力式通信。​

产品内容：Adphone 采用 LPWA 通信和公钥加密，通过蓝牙连接手机，即使基站受损也可在设备之间中继消息。团队展示称，在 3 公里距离实验中实现通信。应用还支持实时灾害地图、置信度评分，以及将 5MB 图像压缩为约 5KB 语义文本的机器学习功能。​

Post-AGI 设想：团队认为，越依赖 AGI，通信中断造成的决策停摆越致命。Adphone 的目标是在灾害中维持医疗、政府和社会基础服务对智能系统的访问。​

API credits 用途：积分将用于虚拟环境中的概念验证，让 AI 代理操作 Adphone，并探索边缘 AGI 场景中的灾害信息收集、分析与路由。​

团队展示：学生团队已经与总务省、冲绳交通局、冲绳县政府直接讨论，并在儿童之家进行避难演习。团队称单台设备当前成本约 12000 日元，量产后有机会降至约 2000 日元，并计划扩展到 ATM、自动售货机、行车记录仪等基础设施。​

13. EpicAI / DR Agent：制造业召回风险 AI 代理​

​📌现场反馈：89.8 dB。项目未进入最终获奖名单。​​

现场反馈：89.8 dB。项目未进入最终获奖名单。​

项目介绍：EpicAI 开发 DR Agent，用于汽车、重工业、半导体等复杂制造行业的产品召回问题。它通过 AI 辅助质量风险识别，减少因设计审查不足造成的召回损失。​

产品内容：质量审查需要理解数百项产品规格、全球标准和深度领域知识。DR Agent 上传规格后可自动生成 DRBFM 与 FTA，组织故障情形、原因和关系，并在过程中吸收产品领域知识。​

Post-AGI 设想：团队认为，后 AGI 时代会出现更多人形机器人、自动驾驶汽车等复杂硬件，质量审查将成为支撑安全硬件设计的关键能力。​

API credits 用途：积分将用于创建专门基准，评估 DR Agent 在高度专业任务中的准确性，并探索与 CAD 代理、生产设备的连接，在研发流程各阶段检查质量风险。​

团队展示：团队已在日本顶级企业进行概念验证，从单份规范文档中识别人类未发现的缺陷风险。创始人本人在东京大学教授 AI，也在日本标准协会任教，并与质量领域专家合作。​

14. Kanaria Tech / KRM：视频到动作的机器人基础模型​

​📌现场反馈：92.0 dB。项目未进入最终获奖名单。​​

现场反馈：92.0 dB。项目未进入最终获奖名单。​

项目介绍：Kanaria Tech 开发 Kanaria Robot Model，简称 KRM。它是一个视频到动作的机器人基础模型，目标是让机器人在动态环境中自主理解、判断和行动。​

产品内容：团队认为当前机器人多依赖规则系统，因此只能在工厂、仓库等固定环境中可靠运行。KRM 通过视频理解世界，并直接输出机器人动作，使机器人在机场、酒店、购物中心、活动场所等开放环境中承担服务职责。​

Post-AGI 设想：团队希望为每个学生或每类场所创建类似机器人礼宾员的机器人，让人类与机器人自然共存。​

API credits 用途：团队已经大量使用 AWS credits 做移动和导航，希望使用 OpenAI credits 强化机器人沟通能力，让机器人能用自己的语言解释行为和职责。​

团队展示：团队曾为 SoftBank 与日本制铁开发导航模型，并正与滋贺县草津市合作在市政厅进行实地测试。创始团队热爱机器人，成员曾赢得 NASA 火星探测车竞赛和经济产业省机器人比赛第一名。KRM 由来自全球的 8 名工程师开发。​

15. PlaiPin：实体 AI 伙伴创作引擎​

​📌现场反馈：88.8 dB。项目未进入最终获奖名单。​​

现场反馈：88.8 dB。项目未进入最终获奖名单。​

项目介绍：PlaiPin 是一个实体 AI 伙伴创作引擎，目标是让用户在几分钟内创建自己的机器人伙伴，而无需经历数月的固件、交互设计和硬件集成流程。​

产品内容：产品由三部分组成：创作引擎、为引擎设计的消费级硬件，以及建造者与机器人生态。在 Playground Studio 中，用户可选择个性、移动方式、表情设计等模块，也可通过自然语言生成角色并刷写到设备上。​

Post-AGI 设想：团队认为后 AGI 时代会激发人类的创造和动手欲望，未来用户应能像更换手机屏幕一样简单地定制和制作机器人。​

API credits 用途：团队希望在积分耗尽前保持托管后端免费，以吸引更多用户和建设者。​

团队展示：PlaiPin 已获得超过 100 万次自然社媒曝光、120 多份全额付款预购订单，并在日本建立约 500 人的建设者社区。团队拥有超过 14 年机器人经验、20 多篇论文，并曾被 NASA、高盛、Fox News、Discovery 等报道。​

四、路演主题观察​

• •记忆与信任成为基础设施：InfiniMind、Ant AI、Flovia 都把 AI 行为的可理解、可审计、可追踪作为核心价值。​

• •物理世界成为下一战场：Prossel、XNOVA、Kanaria、PlaiPin、Adphone、EpicAI 都围绕制造、机器人、灾害、硬件质量等真实环境展开。​

• •人类关系和情感价值被重新强调：Teracy、YouLet、OselAI、PlaiPin 聚焦陪伴、归属感、粉丝关系和创作欲望。​

• •隐性知识数字化是共同命题：Ajiwau 记录料理技艺，Prossel 解析工厂知识，SustainableMe 结构化 HR 与医疗劳动知识，EpicAI 固化质量审查经验。​

• •API credits 的主要用途集中在评测、规模化模拟、多模态理解和高风险验证：多数团队把 credits 视为实验加速器，用于更大规模代理运行、模型基准、幻觉控制和产品验证。​

五、可后续补充的信息​

• [ ] 补充每支团队的官方网站、联系方式、展位照片或 Demo 截图。​

• [ ] 如有官方获奖公告，可对奖金额、credits 分配和项目英文名进行二次校验。​

• [ ] 将每个项目图替换为 image2 生成的品牌化插画，适合对外传播版本。​

• [ ] 按投资人、媒体或内部复盘三个版本改写摘要。​