本周是被 Gemini 刷屏的一周。在与 AI 创业者的交流中，我们发现了一些趋势性的进展：新项目们不再追求大而全，而是扎进垂直领域，真正试图解决具体场景里的实际问题。这也是在 Gemini 带来的冲击之下，创业者们的一种回应方式。

在本周推荐的项目中，有几个方向值得关注：

一是创作工具的 " 可控性突破 "，比如用代码精准控制排版的 Seede.ai，以及上传一张图就能秒变可编辑 3D 模型的 Hyper3D.AI；

二是专业场景的深度渗透，像用 AI 建立人才评判体系、帮企业搭建 AI 人才网络的 DNIQ，还有专为编剧群体打造的一站式 AI 编辑器 Laper。

此外，在接下来的推荐里我们也会增加一些大厂里的小产品的介绍，这些在诸如 Google 的官方实验产品平台 Google Labs 里出现的产品，能带来产品思路启发，但也提醒创业者，大厂随时下场的挑战。它可能意味着一些创业方向的窗口期。以下是本次推荐的产品更多信息，以及我们的简短点评。

1、Seede.ai：代码生图，更可控更省心

https://seede.ai

由 Github 万星开发者、前美团前端专家、Dora AI 技术负责人 Longyi 创办，擅长复杂前端架构和渲染引擎构建，以及 AI 模型训练和 GPU 推理集群搭建。

Seede 定位为 AI 时代的 Canva，面向普通人的图文内容创作平台。项目于 2025 年 5 月正式对外宣传后，完全冷启动，自然增长数万用户。

完全不同于即梦、lovart 等文生图产品。SeedeAl 基于它的 " 智能渲染引擎 "， 设计新的创作流程，采用代码进行精准控制排版的方式，自动识别文字层级、重点、语义结构，然后把布局、配色、层级作为基本单位来进行匹配，并生成一套完整设计。

主打 " 一分钟生成精美图文作品 "，场景很明确：商品详情页 / 政策解读 / 易拉宝 / 科普图文 / 活动议程 / 课程海报。

强调内容驱动设计的概念，"Content in, Design out"。普通用户只需输入文案，不需要专门的设计提示词，系统即可在一分钟内自动生成专业级排版设计，并支持随时二次编辑，真正实现高效、可控的视觉表达。

快评：

传统的文生图就是用文字 Prompt 生成一张 " 死图 "，好无趣好无聊。而代码生图就是在传统的文生图上加入代码，好好玩。

AI 输出的不是一张固定图片，而是可以随时编辑的代码文件。你只需要用大白话说清楚需求，模型生成代码后，配色、字号、间距、布局这些元素都变成了可以精确调整的参数，想改哪里改哪里。

我试了一下，Prompt 里只写了最基本的信息：活动海报、时间地点、邀请对象，没费心思琢磨什么风格提示词。生成后又顺手调了调字体和布局。可以看看效果：

设计一张活动海报，是硅星人下周四晚的火锅局，邀请 AI 从业者来流水席，时间 11 月 27 日下午 4 点到 9 点半，地点：硅星人小客厅。

2、Hyper3d.AI：为大型 UGC 游戏实时生成道具

https://hyper3d.ai/

Hyper3D.AI 定位为 AI 时代的专业 3D 资产创作平台，由深耕 3D 建模、图形学与生成式 AI 领域的影眸科技团队打造。作为全球最早定义 3D 生成底层框架的团队之一，Hyper3D.AI 目标是让 AI 3D 创作走向 " 生产可用 "。

技术路线上，不同于 2D 升维 3D 产品（如通过多视图重建生成 3D 模型），Hyper3D.AI 坚持原生 3D 技术路线。基于自研的 CLAY 原生 3D 大模型框架和 BANG 分件架构等试图从底层解决传统方案中薄面、拓扑混乱等致命问题。

唯一斩获 SIGGRAPH 最佳论文的 3D 初创公司，算是对其技术含金量的一种证明 。

主打 " 描述需求，一键生成可编辑 3D 资产 "。用户只需用自然语言描述想要的 3D 模型，无需掌握复杂的 3D 建模技能或专业提示词技巧，系统即可生成高质量、可直接应用的 3D 资产。更关键的是，生成结果支持精细化控制和二次编辑。

行业覆盖游戏开发、影视特效、电商展示、工业设计、3D 打印、具身智能等多个行业。已服务数百家企业客户，在某款大型 UGC 游戏中，当用户生成自己想要的萌宠或者其他物品时，就会使用到 Hyper3D.AI Rodin。 支持这类千万人实时在线的游戏。

3D 生成这条赛道，技术门槛高、落地周期长，到底是执迷于 3D 的更宏大的可能性，还是更现实的去解决 " 怎么用好 " 的问题，不同公司开始出现分野。

Hyper.AI 很务实，它目标就是最终输出可直接进入游戏、影视、3D 打印管线的 Production-Ready 资产（规范四边面网格 +PBR 材质），客户无需再做拓扑、减面或重拓扑，节省下游返工时间。

小预告：这个产品背后的团队也很有意思，接下来我们会有更深入的挖掘和介绍。

3、DINQ.io：找 AI 人才？HR 的招聘神器

https://dinq.io/

用 AI 的方法帮 AI 公司找 AI 人才。

用学术 - 代码 - 影响力全栈数据做 "AI-native 人才推荐引擎 "，用动态身份卡聚合招聘目标，把传统 4-6 周搜寻周期压缩到 3-5 天。

用户只需提供一个 Google Scholar 链接或研究者姓名，系统即能抓取相关数据，并在 60s 内输出报告。

多源异构数据整合 arXiv、GitHub、Google Scholar 等 20+ 权威数据源，基于事件驱动架构，确保人才信息的时效性和准确性，通过实体识别与关系图谱构建，精确匹配同一人才的多平台身份。

它自己构建了一套人才评估体系，部署了专门的 AI Agent 集群，通过多模态数据采集与分析，深度挖掘每位 AI 人才的 GitHub 贡献质量、开源项目影响力、技术栈演进轨迹；论文引用网络分析、会议发表质量评估、同行评议影响力；项目落地能力、技术博客深度、社区活跃度指标。

创始人和 CEO Sam 曾主导 DeepFaceLab（Github 2020 年 TOP2 AI 项目，4.6 万 star）、2020 – 2024 年任职阿里达摩院，发表 10 余篇顶会论文，是 PyTorch/Tensorflow 贡献者。联合创始人 Kelvin 曾任红杉资本、光源资本人力资源专家，负责消费与科技领域人才招聘，有丰富企业侧资源。技术 + 行业资源的组合。

AI 人才招聘已经成了无论是大厂还是创业公司都面临的一个新难点，如今候选人学术成果、代码贡献与行业活动分散于 arXiv、GitHub、X（前 Twitter）及会议官网，传统简历无法同步更新，导致 HR 难以掌握最新能力证据，只能在学术顶会中 " 捞人 "，但效率却并不高。

提前剧透：今年 12 月，DINQ 全新产品将于海外正式发布。

我们随机使用了一篇 Google Scholar 中关于世界模型的论文让它生成分析，可以看到不仅有论文数据分析，同时也呈现了核心创作者的基本信息，帮助快速建立联系。

4、Laper：赵纯想给编剧做的新产品

https://laper.ai/

AI 智能编剧助手，一站式贯穿编剧的全部流程，提高专业编剧的创作效率。创意阶段可采用自由画布形式激发灵感，同时匹配专业剧本格式可一键修改剧本自动格式化，编辑器中实现多人协作功能，支持多人同时编辑，智能场景管理可视化场景看板，轻松管理复杂的剧本结构。

开发者团队介绍：由「胃之书」开发者赵纯想团队开发，目前已经仍在内测阶段，可在官网免费试用。

目前 Laper 的具体功能如下，不同于通用型 Agent，Laper 包含多种脚本格式，如专题片、短片、社交视频等，创作者可自由享受创作而无需担心格式转化问题。

垂直服务于 AI 编剧人群，这部分人群在 23 年之后是最先使用 AI 带来转化群体，数量也明显增加，大部分服务于商业用途，付费意愿强。

5、Pomelli：免费的品牌视觉设计师

https://labs.google.com/pomelli

Google Labs 最新发布的 AI 营销工具，只需要把品牌官网链接扔给他，3 分钟就能自动扫描全部的品牌视觉体系，包括品牌 Logo、字体、主色调颜色，甚至品牌 Slogan、价值观、客户案例都可以被自动抓取，构建出一套完整的品牌视觉档案。

它的产品定位是 " 品牌专业顾问 "，根据你的企业 DNA 档案，基于品牌调性在需要营销的节点根据你的需求生成营销海报，同时匹配二次编辑功能，可以根据生图后的结果直接修改，提升物料产出效率。

该工具主要服务于出海营销的中小商家，这些也是 Google 很重要的一批客户。服务他们的创业公司和产品也不少，但大多是一种 " 内置模版 " 的逻辑，但 Pomelli 在 " 理解后生成 "。

从 Pomelli 来看，有一个有意思的节奏，Google Labs 的产品先推出，然后 Gemini 等系列模型更新。然后你会发现，像 Pomelli 强调的比较新一些的产品思路，其实就是 Gemini 的模型能力更新重点——要打破 " 模版 " 的限制来 " 个性化生成 "，就需要 Gemini3 和 Nano Banana 这样的有多模态推理和 UI 生成能力的新模型。

也许，当你想要多一些思路来判断模型接下来的进展，可能有时候反而从这些 lab 的小产品更新上能找到些线索。