HardKick Exklusiv | Ehemaliger Mitarbeiter von Disneys Asien-Pazifik-Abteilung widmet sich der Entwicklung interaktiver intelligenter Basiseinheiten und sichert sich eine Seed-Finanzierung im Millionenbereich.

Autor | Qiu Xiaofen

Redakteur | Yuan Silai

Hard Krypton erfuhr, dass SYNAPUFF, eine interaktive Intelligenz für KI-native Endgeräte, kürzlich eine Seed-Finanzierung in Höhe von mehreren Millionen Yuan abgeschlossen hat, die von FIRST RULE VENTURES und Pudong Venture Capital bereitgestellt wird.

Li Shimiao, Mitbegründerin und CEO von SYNAPUFF, erklärte gegenüber Hard Krypton, dass sie eine interaktive Intelligenzbasis für KI-native Endgeräte entwickeln wollen, damit intelligente Agenten nicht nur wissen, was sie tun können, sondern auch beurteilen können, wann sie handeln, auf welche Weise sie vorgehen und wie sie ihr Verhalten an die Reaktionen des Menschen anpassen.

Li Shimiao, Mitbegründerin und CEO von SYNAPUFF

Li Shimiaos Erfahrung erstreckt sich über Unterhaltungserlebnisse, Investitionen und Mensch-Maschine-Interaktion.

Li Shimiao arbeitete früher am asiatisch-pazifischen Hauptsitz von Disney und beteiligte sich als frühes Mitglied an einer Reihe von Derivatprojekten klassischer IPs. Anschließend trat sie Shixiang Technology bei und beteiligte sich als Mitglied des Gründungsteams an der systematischen Forschung und Investition in mehrere Hard-Technologie-Einhörner;

Im Jahr 2021 gründete sie Antouch Technology und schuf um das taktile Feedback-Modell und die multimodale Interaktionstechnologie herum taktile Werbung, taktiles Marketing und taktile Fahrerkabinen, um Kunden wie LVMH, Kering und Audi zu bedienen, und erhielt eine Investition von HSG.

Im Jahr 2025 begann sie ihre Forschung am Labor für Mensch-Maschine-Interaktion der Hong Kong University of Science and Technology (Guangzhou) und startete im Jahr 2026 ein neues Startup-Projekt. Der andere Mitbegründer und Chefwissenschaftler von SYNAPUFF ist Dr. Fan Mingming, derzeit festangestellter außerordentlicher Professor und Doktorvater an der Hong Kong University of Science and Technology (Guangzhou), der seit langem Forschung auf dem Gebiet der künstlichen Intelligenz für Mensch-Maschine-Interaktion und Mensch-KI-Kooperation betreibt.

In der im Oktober 2026 neu veröffentlichten globalen Liste der Top-2-%-Spitzenwissenschaftler wurde Professor Fan für seine Forschungsergebnisse auf dem Gebiet der Humanfaktoren und der künstlichen Intelligenz aufgenommen.

In den letzten Jahrzehnten war die grundlegende Logik der Mensch-Maschine-Interaktion immer, dass der Mensch die Initiative ergreift – ob Tastatur, Touchscreen oder Sprachassistent, der Benutzer gibt eine klare Anweisung und das Gerät gibt eine entsprechende Rückmeldung.

Aber wenn KI zur nativen Fähigkeit von Endgeräten wird, erhalten intelligente Agenten die Möglichkeit, die Umgebung kontinuierlich wahrzunehmen, Kontexte zu verstehen und aktiv Dienste anzubieten, sodass das traditionelle „Anweisung-Antwort“-Modell auch seine Grenzen zeigt.

Insbesondere wenn Unternehmen für grundlegende große Modelle beginnen, ihre Fähigkeiten auf verschiedene intelligente Endgeräte auszudehnen, dürften sich die Fähigkeiten der KI zum Verstehen und Ausführen von Aufgaben weiter verbessern.

Im Vergleich dazu ist das Verstehen der menschlichen Absicht, das Beurteilen des Interaktionszeitpunkts und das Reagieren auf angemessene Weise noch ein nicht vollständig gelöstes Problem, das zu einem neuen Wettbewerbsfokus der Branche wird.

SYNAPUFF positioniert sich selbst als Unternehmen für interaktive Intelligenz für KI-native Endgeräte. Li Shimiao erklärte gegenüber Hard Krypton, dass sie den „emotionalen Intelligenzquotienten“ von intelligenten Agenten verbessern wollen. Das bedeutet aber nicht nur, die Stimmung des Benutzers zu erkennen, sondern dass intelligente Agenten die Fähigkeit erhalten, Interaktionskontexte zu verstehen, Interaktionsgrenzen zu beurteilen und ihr eigenes Verhalten dynamisch anzupassen.

Zum Beispiel weiß ein Roboter, dass der Benutzer möglicherweise durstig ist, aber wenn die betroffene Person gerade an einer Besprechung teilnimmt, ist das direkte Überreichen von Wasser nicht unbedingt angemessen. Daher muss der Roboter Umgebung, Benutzerstatus und Interaktionshistorie kombinieren, um zu beurteilen, wann seine Aktion eingreifen soll, wie er reagieren soll und wann er sich zurückziehen soll.

Dafür hat das Unternehmen das „P Framework“ vorgeschlagen – es versucht, das traditionelle „Wahrnehmen-Verstehen-Handeln“ in einen geschlossenen Interaktionskreislauf von „Ausprobieren-Reaktion empfangen-Entscheiden-Reaktion empfangen-Entscheiden“ umzuwandeln.

Das heißt, der intelligente Agent muss nicht von Anfang an die Absicht des Benutzers genau verstehen, sondern kann zuerst durch Blicke, Körperdrehung, Stimme oder andere leichte Interaktionssignale seine Absicht ausdrücken und dann basierend auf der Antwort des Benutzers entscheiden, weiterzumachen, zu warten oder sich zurückzuziehen.

Konkret umfasst das „P Framework“ hauptsächlich drei Komponenten: ein Interaktionsdynamikmodell, das vorhersagt, welche Benutzerreaktion eine Aktion auslösen könnte; eine Persönlichkeitsstrategie, die Aktionen basierend auf Rolle, Beziehung und Verhaltensbeschränkungen auswählt; und ein Generierungsmodell für nonverbales Verhalten, das verschiedene Modalitäten dynamisch zur Teilnahme an der Interaktion einsetzt.

Diese Architektur soll aber nicht alle zugrundeliegenden Fähigkeiten neu trainieren, sondern die vorhandenen Modelle wie Gesichtserkennung und Stimmungserkennung organisieren und mit der nativen Generierungsfähigkeit für nicht-textliche sprachliche Handlungen kombinieren, um ein unabhängiges Interaktionsentscheidungsframework zu bilden, das an verschiedene Endgerätetypen angepasst werden kann. Derzeit gibt das Unternehmen an, die entsprechenden Modelle zu trainieren.

Daten sind auch der Schlüssel zu diesem Modell.

Li Shimiao erklärte gegenüber Hard Krypton, dass SYNAPUFF plant, Interaktionsdaten durch die Annotation von kontrollierten Experimentdaten, öffentlichen Filmdaten und der Bereitstellung in realen Szenarien anzusammeln, und durch den Vergleich verschiedener Aktionen und Benutzerfeedback das Modell trainiert, um die Interaktionsstrategie zu optimieren.

Im Gegensatz zur Bewertung von Modellen, die sich hauptsächlich darauf konzentrieren, ob eine Aufgabe abgeschlossen wurde, muss die interaktive Intelligenz auch darauf achten, ob ein Verhalten zum richtigen Zeitpunkt auftritt, ob der Benutzer bereit ist zu reagieren und ob die Interaktion natürlich fortgesetzt werden kann. Das bedeutet, dass das Modell Feedback aus der bidirektionalen Interaktion zwischen Mensch und intelligentem Agenten erhalten muss, anstatt nur zu beurteilen, ob eine Anweisung korrekt ausgeführt wurde.

Bei der Gestaltung des zukünftigen Geschäftsmodells möchte das Unternehmen rund um die technische Plattform für interaktive Intelligenz mit verschiedenen Arten von Unternehmen für KI-native Endgeräte technische Kooperationen und Kommerzialisierungspfade erkunden, wobei das Kernziel darin besteht, die Fähigkeit zur Interaktionsentscheidung zu einer technischen Fähigkeit zu machen, die über verschiedene Endgerätekonfigurationen hinweg wiederverwendet werden kann.

Im Folgenden das Interview von Hard Krypton mit Li Shimiao (leicht gekürzt)

Hard Krypton: Deine Berufserfahrung wirkt relativ vielfältig, warum hast du dich schließlich dafür entschieden, im Bereich der Interaktion von KI-nativen Endgeräten zu gründen?

Li Shimiao: Schon in der Oberstufe habe ich festgestellt, dass ich große Lust auf Unternehmertum habe. Anstatt Menschen beim Erledigen von Aufgaben zu helfen, möchte ich Erlebnisse schaffen, die Menschen glücklich, überrascht und sogar unglaublich fühlen lassen.

Mein Berufsweg scheint Sprünge zu machen, aber die Hauptlinie hat sich nie geändert. Bei Disney habe ich gelernt, wie die besten Charakter-IPs und Erlebnisse durch wissenschaftliche Systemtechnik definiert werden; nach dem Eintritt in die Investitionsbranche habe ich begonnen, die technologische Entwicklung und ihre Auswirkungen auf das Leben zu verstehen; später, als ich Antouch Technology gründete, habe ich versucht, durch taktile Interaktion schwer beschreibbare Gefühle zu Erlebnissen zu machen, die generiert und übermittelt werden können.

Anfang 2020 habe ich auf der CHI eine Arbeit über den Renderungsmechanismus virtueller Feuchtigkeit gelesen und wurde stark inspiriert. Der Hauptautor der Arbeit ist mein heutiger Mitbegründer Professor Fan, und deshalb habe ich begonnen, systematisch auf dem Gebiet der Mensch-Maschine-Interaktion zu lernen.

All diese Erfahrungen führen zu derselben Frage: Wie viele neue Erlebnisse kann die Technik tatsächlich für Menschen schaffen? KI-native Endgeräte lassen mich sehen, dass die Technik neue Möglichkeiten hat, neue Erlebnisse zu schaffen, und die Bühne erstreckt sich vom Bildschirm in die reale Welt.

Hard Krypton: Warum beschäftigt sich die Hardwarebranche für KI-native Produkte in letzter Zeit zunehmend mit interaktiver Intelligenz?

Li Shimiao: In der Vergangenheit hat die gesamte Branche hauptsächlich zwei Arten von Problemen gelöst: Erstens das Intelligenzniveau, einschließlich der Fähigkeit, Aufgaben wahrzunehmen, zu schlussfolgern, zu verstehen und zu beantworten; zweitens das Endgerät selbst, einschließlich Akkulaufzeit, Komponenten, Gelenke, geschickte Hände und das gesamte Gerät.

Aus der breiteren Perspektive der KI-Endgerätebranche ermöglichen Grundmodelle verschiedenen Geräten nach und nach, die Fähigkeit zum Verstehen, Schlussfolgern und Ausführen zu erhalten. Der Wettbewerb in der nächsten Phase wird möglicherweise nicht nur darum gehen, wer ein klügeres Modell hat, sondern auch darum, wer diese intelligenten Fähigkeiten auf natürlichere und gewohnheitsgemäßere Weise für Menschen nutzbar machen kann.

Deshalb muss hier ein neues Interaktionsparadigma entwickelt werden, im Wesentlichen durchlaufen wir gerade den Übergang von der traditionellen unidirektionalen aufgabenverstehenden Interaktion zur bidirektionalen intelligenten Interaktion, was die kontinuierliche Interaktion zwischen Mensch und intelligentem Agenten sowie die Zusammenarbeit und Kommunikation zwischen mehreren intelligenten Agenten umfasst. Mit dem Fortschritt der Hardware und der Fähigkeit zur Aufgabenausführung müssen KI-native Endgeräte zwangsläufig das Problem weiter lösen, wie sie in reale soziale Räume eintreten und lange mit Menschen zusammenleben können.

Die heutige neue Generation der Endgerätebranche ähnelt ein wenig der Ära der billigen Mobiltelefone vor dem Aufkommen von Smartphones zwischen 2006 und 2007, es gibt sehr viele verschiedene KI-Aufnahmekarten, tragbare KI-Geräte und sogar Begleitroboter auf dem Markt, und die Benutzer können kaum unterscheiden, welches sie dauerhaft nutzen können.

Genau wie damals, als Smartphones allmählich das vollbildige Interaktionsparadigma etablierten, glaube ich, dass KI-native Endgeräte auch ihr eigenes Interaktionsparadigma finden müssen, um die Beziehung zwischen Mensch und Endgerät neu zu definieren.

Hard Krypton: Was unterscheidet die von euch entwickelte interaktive Intelligenz von Grundmodellen?

Li Shimiao: Unser Schwerpunkt liegt nicht darin, ein großes Modell mit allen Kenntnissen und Aufgabenfähigkeiten neu zu trainieren, sondern um das spezifische Problem der intelligenten Interaktion herum Modelle und technische Architekturen zu erforschen, die an verschiedene Szenarien und Endgeräte angepasst werden können.

Wir hoffen, dass das Modell nach dem Training mit begrenzten Aufgaben auch bei noch nie gesehenen neuen Situationen in der Lage ist, das Problem zu verstehen und zu versuchen, es zu bearbeiten, um dem intelligenten Agenten bidirektionale Interaktionsfähigkeiten zu bieten.

Zum Beispiel können verschiedene Endgeräte unterschiedliche Sensoren und Ausdrucksweisen verwenden, aber sie müssen einige gemeinsame Probleme lösen: Beurteilen, ob der Benutzer bereit ist zu interagieren, vorhersagen, welche Reaktion die eigene Handlung auslösen könnte, und wie die Interaktionsstrategie basierend auf dem Feedback angepasst wird.

Wir hoffen, diese gemeinsamen Fähigkeiten zu abstrahieren, anstatt für jede Hardwarekonfiguration eine eigene Interaktionslogik neu zu entwickeln.

Hard Krypton: Wie weit ist eure technologische Forschung und Entwicklung derzeit fortgeschritten?

Li Shimiao: Derzeit hat das Team das entsprechende technische Framework aufgebaut und trainiert schwerpunktmäßig das native, konfigurationsübergreifende Generierungsmodell für nonverbales Verhalten. Dies ist eine wichtige Forschungsarbeit unserer Erkundung der interaktiven Intelligenz. Durch Endgeräte mit physischem Körper können wir beobachten, wie Interaktionsverhalten die Reaktionen des Benutzers beeinflusst, und die entsprechenden Mechanismen zur Interaktionsentscheidung validieren.

Wir befinden uns insgesamt in einem frühen Forschungs- und Entwicklungsstadium, die Hauptarbeit konzentriert sich auf die technische Route und die Produktdefinition.

Hard Krypton: Wie stellt ihr sicher, dass eure Technologie nicht von Unternehmen für Grundmodelle ersetzt wird?

Li Shimiao: Wenn der Kernwert nur darin besteht, die Effizienz einer bestimmten Aufgabe zu verbessern, könnte er tatsächlich schnell durch den Fortschritt der Grundmodelle überdeckt werden. Aber menschliche Erlebnisse, Verhalten und soziale Beziehungen bilden einen komplexeren Problemraum, der sich kaum durch einfache Effizienzindikatoren messen lässt. Wir wollen eine Arbeitsteilung mit den universellen Grundmodellen bilden: Erstere sind für das Verstehen von Anweisungen und das Erledigen von Aufgaben zuständig, während wir uns darauf konzentrieren, eine angemessene Interaktionsbeziehung zu Menschen aufzubauen.

Wir glauben, dass der Wert der interaktiven Intelligenz nicht nur daraus stammt, ob das Modell eine Situation verstehen kann, sondern auch daraus, ob es auf echten Endgeräten einen kontinuierlichen geschlossenen Interaktionskreislauf bilden kann. Zum Beispiel kann derselbe Hinweis und dieselbe Handlung zu völlig unterschiedlichen Benutzerreaktionen führen, je nach Zeitpunkt und Hintergrund der Beziehung. Nur durch kontinuierliches Erhalten von Interaktionsfeedback, Bewerten des Interaktionserfolgs und Optimieren der Verhaltensstrategie kann diese Fähigkeit verbessert werden.

Wir wollen eine Arbeitsteilung mit den universellen Grundmodellen bilden: Erstere sind für das Verstehen von Anweisungen und das Erledigen von Aufgaben zuständig, während wir uns darauf konzentrieren, wie der intelligente Agent seine Fähigkeiten in ein natürliches und angemessenes Interaktionserlebnis umwandelt.

Bildquelle auf der Startseite | Offizielle Website von SYNAPUFF