乐高一年大约推出 800 个 SKU,UNICUS 一天能生成几千个。UNICUS 创始人徐豪这么解释两种不同的玩具供给方式:传统公司围绕大 IP 量产,UNICUS 则想让每一个新设计都能进入工厂,哪怕一个 SKU 最终只生产一件。
但徐豪不想停在定制礼物上,想往前再走一步。「定制永远是低频的,我们想做的是无限 SKU 的零库存玩具平台。」
「它首先是玩具,是一个零库存玩具平台,电商大于社区。」 少数人借助 AI 创作玩具,更多人从不断更新的供给里发现并购买,UNICUS 负责生产和交付。这也是徐豪所说的「无限 SKU 商场」。
支撑这次转型的,是这套服务「一个 SKU 只生产一件」的工厂,以及在过去真实订单沉淀的 100 多万条结构化 3D 数据上所诞生自研 3D 制造模型 U1。
从自研算法、自研工厂到自研模型,再到他们瞄准的零库存电商社区,UNICUS 走了一条不太一样的硬件创业之路。
以下是 Founder Park 与 UNICUS 创始人徐豪的对话,经编辑整理。
我们将通过「AI 产品市集」、内容报道、社群分发等方式,帮你触达早期用户、获得真实反馈,以及建立关键连接。
如果你正在做 AI 相关的事,欢迎和我们聊聊。01
积木的难点在于算法,
但算法我们擅长
Founder Park:为什么选择做积木玩具?
徐豪:我 PhD 期间做的是 3D 模型生成,以及怎样把模型制造出来。毕业后认识了联创李承,他是柔性制造方面的专家。我们一直想做一件事:让个性化产品大众化,让普通人以很低的成本做出自己的好玩东西。这是两个技术出身的人共同的追求。
最初的想法是定格大家生活中精彩的瞬间,做成纪念品。但后来发现,定格一个瞬间最好的方式还是拍照。照片能保留头发、表情、姿态里的很多细节,积木表达不了那么多。更重要的是,我们这帮人对做情感纪念品没有那么兴奋,但我们特别喜欢玩具。
Founder Park:3D 打印、CNC 都是现成工艺,积木反而需要你自己算,为什么选了更难的?
徐豪:当时我们看了很多工艺。3D 打印在表面粗糙程度和色彩细腻度上,还远达不到商品级别,更多是制作原型。CNC 更不用说了,没有色彩。最后我们发现乐高积木是一种理论上可以把成本做到特别低的制造工艺。
它最大的难点,是你怎么把成千种标准件组合在一起,做出世界上各种东西。这件事难在计算上。而计算恰恰是我们最擅长的。所以我们判断这件事理论上一定能成。
乐高积木本身的原材料 ABS 只有 10-20 元一公斤,这是一个毛利非常高的品类。而我们如果能做到个性化,让无限的创意和设计都能被消费者看到,市场可能会是乐高的十倍以上。我们需要做的,就是把个性化的设计和生产过程中的人工成本降低到无限接近于零。
Founder Park:第一个落地产品是什么?
徐豪:一张照片做你的人物积木。在天猫和小红书上一下就火了,因为大家都没见过。但做了第一批产品之后,我们发现用户真正兴奋的不是「定格了一个瞬间」,而是「我变成了一个玩具」。这两个情感不一样。
UNICUS 已签约正计划上线的产品
Founder Park:方向从「纪念品」转到了「UGC 玩具平台」,为什么想做平台?
徐豪:核心是这样的:现在生产一个玩具,开模费、研发费、设计费都特别高,还有库存的问题,所以大家只能选那些面向人群特别大的大 IP 去量产。
但每个人心里还有各种对他重要的画面、物件和 IP。比如博物馆有一万种动物,很少有玩具公司会做,因为太小众了。当我们利用没有库存,且设计免费这一点,就可以让这些无限细分的小 IP 变成可以拿到手的玩具。甚至小到每一个人家里的小动物、身边的人,或者初高中的校园那栋楼。别人不会做,没有人会做,但你同学可能哪天就看到了。积木产品本身自带内容属性,当有大量紧跟热点、有趣、且有圈层属性的产品出现时,用户就会自发的分享、讨论、二创,这就形成了「社区」。
Founder Park:你觉得用户更多会自己拍照定制,还是直接下单别人设计好的款?
徐豪:后者一定远大于前者。让一个人定制意味着他要想清楚自己要什么,说清楚要怎么样,这件事永远是低频的。但你刷到了同样人群感兴趣的东西直接下单,这才是高频的。就像抖音的推荐逻辑一样,少部分人通过拍照生成,或者用专业工具创作。绝大多数人是看到了直接下单,顶多印个字微微调整一下。我们不可能做成一个 to C 的定制工厂,那做不大,低频且很累。
02
自建工厂,
成本降低了十几倍
Founder Park:确定了积木这条路之后,你们是先解决算法还是先建工厂?
徐豪:一定要同时推。设计和生产是强烈耦合的。有时候设计端算法解决不了的问题,比如一些刘海、一些动作做不了,你在算法端折腾半天,发现不如工厂多买俩积木就行了。当你一起想这个问题时,才能得到最优解和最快的路径。
我们做了一个验证系统,工厂凡有制造不了的细节,数据就传不过去,像防火墙一样,制造不了的东西过不了。比如工厂只支持在印刷曲面和平面上印刷,那设计端的算法就不能在其他面上印,不然工厂适配不了。所以它是软硬件很强结合的系统。
Founder Park:「强耦合」会不会反过来限制两边各自往前走?
徐豪:会的,但更多的是互相倒逼。前期我们有大量用户照片需要还原发型和衣服,后来发现还是有很多做不好,尤其是女生的各种刘海细节,还有衣服下摆垂坠那种。那我们就要求工厂增加更多基模和印刷面的几何类型,不然整个人太呆了。还有脸型,之前只有方的,很多用户更喜欢圆形的脸,我们就需要工厂去开模。头能转又得增加新的零件。就是一点一点这么倒逼出来的。
Founder Park:这些产品不能找外面的工厂配合做?
徐豪:刚开始不是不想,而是没有工厂愿意每个 SKU 只生产一个,是我们自己建的工厂,至今都还没有公开过。
现在所有的玩具工厂和积木工厂,都是为量产设计的,一个 SKU 生产一万个。跟一个 SKU 只生产一件的产线是完全不一样的。比如我们的分拣线,每一个产品的零件都是不一样的,需要识别每一个产线上盒子的唯一编码,柔性地、快速地取到相应的零件。这些市面上没有工厂这么做过,因为过去根本没有这种需求。
Founder Park:成本是怎么一步步压下来的?
徐豪:这件事从 2020 年开始,我们花了两三年。
刚开始的时候,人工设计师在软件里进行逐个积木的搭建设计,至少一两个小时。人物身上的图案绘制又得两三个小时。再给用户设计说明书,每一步拼哪个积木,还得考虑对称、视角。最后还要检查结构,不能图上看着挺漂亮,到手里拼不出来。一系列下来,基本上 10 到 20 个人时就出去了,纯人工就是几百块钱,还不算包装。我们才卖 200 块钱。
我们花了两年,把成本从大几百块钱降到了不到 10 块钱。这里面有大量的算法,还有我们自己建的工厂的设备,把所有过程都标准化。公司 2020 年到 2024 年,就是把个性化玩具这件事的时效做到很快、成本做到很低。
Founder Park:除了分拣,还有哪些环节是你们专门做的?
徐豪:柔性的印刷系统,怎么在一个产品大概三四十个面上印刷不同图案,让它特别快就能印刷完。质检系统,出厂时要确保零件不缺漏件,前面的印刷没有印错。我们专门做了多视角的设备,通过视觉方式去识别、跟报表比对。乐高因为是标品,可以直接通过称重去质检,我们不行。
还有包装。每个人的包装都不一样,这也不好做。再加上说明书。乐高有专人去人工画每页说明书,一个说明书大概一个人画一个月。我们产品才卖 200 块钱,不可能这样做。我自己花了两年写算法,让它全自动生成说明书,并且是普通人都看得懂的。
Founder Park:全自动生成说明书,这个难在哪?
徐豪:一个「可用」的说明书是简单的,确保每个积木能摁上、没有积木漂浮在空中就行了。但真正拼的时候,你拼了一条腿,然后又去拼头,再拼右边,用户就很抓狂。算法眼里可能不知道哪是腿哪是胳膊,就是一堆积木。所以花了大量时间做语义。
还有就是每一个中间过程都需要稳定,总共 100 步,拼到 50 步的时候不能出现特别危险的结构。最后用的算法很像下围棋的算法,用了强化学习,你拼一步,要往未来看十步。这一步有很多选择,哪个好,要在未来 10 步才能看出来。
03
第一个可以生成真实物理结构的 3D 制造模型
Founder Park:原来的检索和算法已经能支撑生意,为什么还要做你们自己的模型 U1?
徐豪:过去的办法很粗暴。我们把世界上常见的发型、衣服做成几千种模板,再用视觉算法找到最接近的一种。找不到,就让人继续补模板。几年下来,它确实覆盖了很多情况,但本质上还是在已有素材里挑选,泛化能力有限。
U1 最难的是数据表示。要让模型输入、输出一款玩具,先要把拼插、零件与结构表达成神经网络能理解的数据。我们试过 Diffusion、自回归等多种方案,也围绕结构和纹理写过几篇论文。最后能跑通的是自回归路线,把每个零件的位置、旋转姿态、连接关系和颜色编码成 token,像语言模型预测下一个词一样预测下一个零件。
Diffusion 一度让我们抱有很大希望,但生成结果容易太规整、太像素化。一款真正出彩的玩具,经常需要很规整之外的头饰、姿态和组合。自回归更适合表达这种非常规结构。
Founder Park:混元、Meshy 也能生成 3D 模型,你们有什么不一样?
徐豪:一个通用的 3D 模型,就只有一层皮和表面的图案,里面是空的。我们是真真实实把内部和外部的所有组成都生成了出来,不只是外面那一层皮。
而且对于制造来说,零件的穿模连接是硬约束,一点都不能出问题。一个纯 3D 模型用在游戏里甚至电影里,稍微穿模一点没关系,看不出来。但对制造来说,直接穿模,用户到时候拼的时候就拼不上去。Meshy 它们做的是表面的 3D,我们做的是可以拿去工厂生产的 3D。
Founder Park:做这个模型最难的是什么?算力、架构还是数据?
徐豪:数据是最重要的,没有之一,它比模型架构还要重要。这方面数据特别缺。乐高一年才出 800 个 SKU,数据量很小。我们过去卖货产生了 100 多万条用户数据,每一个用户都真真实实付了钱,是 100 多万条拥有复杂内部结构的 3D 物理数据。
现在市面上 Meshy、VAST 和混元,大家可以用互联网上公开的数百万 3D 模型数据。我们有 100 多万条结构化的、带内部结构加制造约束的 3D 数据,这个东西别人拿钱也买不到。
Founder Park:那 U1 未来是不是不只做积木?
徐豪:不只是积木,而是泛拼插玩具,包括木质的和金属的。再往大了说,我读博的时候这个领域主要有几个应用,玩具,家具,机械结构的传动装置,还有建筑。家具都是组装的,每一个模块都挺好生产。机械结构的设计特别反人类。建筑就更严肃了,受力结构、外观、实用性全得考虑。
最终方向是加了物理定律之后的结构和制造方式。不只是这个世界的外观,还有它们之间怎么连接、受力是什么样、用什么工艺。
用户创作作品的部分摘录
Founder Park:现在的模型离这个目标还有多远?
徐豪:有距离。现在我们做到了碰撞和连接两个物理约束,零件不会穿模,连接方式都是合理的。但真正的物理世界还有重力、传动结构、摩擦,这些还没有考虑到。
举个例子,一个人照片里一只脚站着、另一只脚飘着,生成出来的积木人偶可能会倒。人能站住的姿势,不代表积木版的他也能站住,上半身的重心没有往支撑脚那个方向偏。加了重力感知和结构感知之后,这种问题能解决。
Founder Park:如果把 U1 放进「世界模型」的框架里,它最终想生成什么?
徐豪:不只生成世界的外观,还要生成物理规律下的结构和制造方式。物体之间怎样连接、怎样受力;一把椅子哪些地方用皮、哪些地方用金属;不同材料分别用什么工艺,这些都要进入生成。
一个场景模型可以生成房子的外观,但走近以后,瓦片可能只是连在一起的表面。真实制造里,每片瓦、钉子和胶水都得存在,否则结构可能违反物理规律。
Founder Park:通用模型发展得越来越快,会不会抹平你们的优势?
徐豪:我们会利用它们。通用模型知道什么是苹果、什么是某个角色,接入这些先验知识以后,即使训练数据里没有完全相同的积木,它也可能理解该怎样表达。大家在语义理解层面会共享很多能力。
底层数据结构和目标约束仍有区别。我们的结果要面向生产,必须考虑零件、连接和工艺。如果未来 U1 足够通用,其他模型也可能利用我们的能力。
04
绝地求生,
从濒临破产到百倍增长
Founder Park:UNICUS 2020 年成立,直到 2023 年才正式商业化。前两年为什么一直没有做?
徐豪:当时卖一个亏一个。这个产品卖到五六百元,市场很难接受;卖两三百元,我们又要亏钱,也没法放量。前两年基本都在做技术、搭工厂,把设计和生产里的人工成本降下来。
我们早期拿过大约 几百万元人民币融资,团队十几个人,大家自己就是工人。这个钱其实不多,设备投入很重,UV 打印机之类的设备都要花钱。到 2022 年下半年,消费和元宇宙的融资环境都变差了,刚好赶上我们需要融资的时候,结果融不到。
那时团队里很多工程师是南方科技大学、香港中文大学(深圳)的优秀本科生,我们招不起很贵的人,只能自己培养。我和联合创始人也是主要的技术贡献者。现在回头看,几百万能撑两年已经挺久了。
Founder Park:钱快用完的时候,你们是怎么自救的?
徐豪:那时只有两条路,关掉公司,或者把我们觉得还不成熟的产品奋力一搏卖出去。我们已经做了两年多,通过朋友圈也卖过一些,用户确实喜欢。现在放弃,前面的投入就全没了,所以我们决定赌一把。
公司先集中所有的钱搭了几个人的市场团队,又拿出大约 100 万元给他们做内容和投流。当时公司就这么多钱,这个决定看起来挺激进,但我们没多少选择。
理论上,缺钱时做 ToB 最直接,找到一个大客户就能回款。可我们的产品没有现货,用户下单后才生产,放进传统门店也很奇怪。用户在线下给店员照片,最后产品仍要从工厂寄回家,他为什么不直接在线上买?所以最后只剩下淘宝、小红书这条路。
Founder Park:一开始就确定要投流?
徐豪:没有,我那时候对卖货也没什么认知,只知道先开淘宝店。后来市场团队发现,投 1 元可能带回 5 元,ROI 很好。小红书和抖音上的博主也愿意发,因为大家从没见过这种产品,内容很容易产生自然传播。
有一位拼装玩具博主的视频接近 7000 万次自然曝光,一分钱推广费都没花。用户看完会主动搜索品牌,手上有淘宝就去淘宝,有京东就去京东。我们当时只有淘宝店,其实还浪费了不少流量。
2023 年是增长最快的一年。收入从一个月四五万元,到 520 的时候首次超过 100 万元,七夕当月超过 300 万元。如果比较那一年的年初和年末,增长接近 100 倍。那一年全年做到了 3000 多万。
Founder Park:团队成员变化大吗?
徐豪:当时一些核心员工接受了 3 至 6 个月半薪,约定公司做起来之后再补,不行就认了。后来公司起来,我们也把钱补上了。2022 年那批核心员工今天几乎都还在。
这件事反而增加了团队的凝聚力。新员工进入公司,面对期权、退出机制或者新的规章制度,容易先往坏处想。但经历过那段时间的人知道,无论规则怎么定,公司不会乱搞。他们成了公司文化里很重要的一层信任。
05
电商之外,
个性化玩具需要一个自己的平台
Founder Park:你们最早是在淘宝上卖,为什么现在开始做自己的小程序?
徐豪:我们这个产品的履约过程特别长,从用户上传照片、提要求、看到图之后提修改意见,再到收到产品看说明书。这种短平快的电商平台天然不太适合做这种服务周期特别长的产品。
比如用户在阿里旺旺里问「这个照片能不能做?」,客服最好在 5 到 10 秒内回复。如果能在 APP 里做,做一个小的 AI 识别就行了,直接配置一下,什么类型能做就告诉他。用户可以在没有人的情况下完成下单流程。
还有个特别坑的地方,我们搞抖音直播,主播喊 123 上链接,5000 个用户一下涌进来,我们客服一共才几个人,直接挂了。后来做了个机器人,用户只要在直播间说话,它自动发链接,点开是个 H5 页面,在我们自己的站里完成下单。搞了很多内部白名单,因为抖音对外链管控很严。归根到底电商平台就是为标品设计的,连上传照片的入口都没有。
Founder Park:电商平台最大的问题是什么?
徐豪:有个很大的问题,就是用户在电商平台需要先付款,才能给到照片和看到设计的,这极大降低用户下单的欲望。我们小程序现在,100 个人进来,起码七八十个人会传一张照片试一下,反正也没成本。这时候算法就能从照片分布里看出来用户为什么没下单。比如那张照片是坐姿,但你生成的是个站姿,这样我们的算法团队就能够比较有指向性和确定性地进行算法优化。
Founder Park:转化率差距有多大?
徐豪:小程序转化率 8% 到 10%,天猫只有 3%。天猫是 100 个人来,3 个直接付款,中间没有任何东西,决策依据就是商品图、详情页、别人的样品图。而且付完款才找客服交照片。我们是 100 个人来,80 个人先试一下、看到自己的设计之后,再决定下不下单。逻辑完全不一样。
Founder Park:小程序上线之后,用户画像有变化吗?
徐豪:变化挺大的。电商上主要是给闺蜜和男女朋友过生日的。小程序上开始出现很多小孩子的照片,还有 10% 到 20% 的人开始传不是身边人的照片,比如网红、明星,李白、孙颖莎、孩子画的画,各种不知道是什么东西的东西,都开始试一下。
因为尝试成本太低了。在电商上你付了钱才能定制,动机不强的人不会下单。小程序上随便传一张照片看看,就解锁了很多新场景。
Founder Park:之后会做独立 APP 吗?
徐豪:有计划。小程序适合工具属性的东西,来了就用,用完就走。但慢慢有了社区之后,用户开始看各种别人的作品,停留时长起来了,APP 就更合适。渲染效果、承载的复杂度、系统权限都比小程序好。
工具上也会分专业模式和新手模式。专业模式自由度很高,少数创作者花一两个小时做出一个很精致的东西,放到平台上让别人买。如果工具的自由度不够高,设计很难出彩。新手模式给大多数人用,简单快速。甚至还有 PC 端,你看抖音上很多好内容也是电脑上面做出来的。
06
每个 SKU 只有一件的制造系统,
完全自研
Founder Park:商业化一起步订单就来了。一天从 10 件变成 1000 件,工厂跟得上吗?
徐豪:产能爬坡是个特别难的过程,经历了整整两年。一个工厂一天生产 10 个,和一天生产 1000 个,完全不是一回事。我们这帮人又没有管过工人,也没有管过工厂,也没管过客服。基本上折腾了 23 年、24 年整整两年才搞得比较顺,到现在我们的工厂可以做到每天最高 6000 单,平均 12 小时发货,同时所有产品都有超高标准质检。
Founder Park:具体难在什么地方?
徐豪:比如你一天 30 件的时候,厂里操作印刷机器的人你都认识,也很熟了,不需要定什么规范。突然乘 10 到 100 到 300 件,来了五六个新人,啥也不会,要么把机器的喷头撞坏,要么老是打印错。
这时候你发现要建培训机制了,要建老带新机制了,还要有层级的管理机制。有了管理机制你又得有绩效,这些人得评好坏。
Founder Park:人员之外,还有什么意想不到的坑?
徐豪:太多了。一天发 10 个快递的时候,东西乱放没有问题。一天 1000 个的时候就找不到了,光包装放在哪都不知道。仓储、管理、发货全是问题。
前期我们通过顺丰发货,30 到 100 单的时候,顺丰每天开着小车来工厂门口拿,要一个一个当场出条贴上。门口也有很多别的东西,他就很容易弄错。后来我们跟顺丰系统打通,出厂最后一个环节直接贴单子。到一天 1000 单,三轮车又不够了,得上大货车,场地又装不下,我们又搬到东莞去了。
量产之后,很多小的问题会被无限放大。工人的工资涨 10%、20%,那就是整体成本涨 10%、20%。人事跟不上,财务的能力也跟不上,全是问题。
Founder Park:什么时候感觉到管理方式该换了?
徐豪:100 人这个坎。当公司开始有一部分人,比如 10% 到 20% 我不认识的时候,就开始出问题了。所有人都认识的时候,不管什么问题,如果对公司很重要,他会上升到我。但很多人不认识的时候,他可能上升不到我,最后憋个大招,爆个大雷。
Founder Park:你们现在多少人?
徐豪:60 多个正式员工,加 30 多个实习生。我一直在控制人数。要么超过 100 人建立一套现代化管理机制,但我们没有选那样。我们选择的是把人数控制在 100 人以内,用 AI 去解决问题。
我们全员都有 Claude。不是简单的提效,而是人从自己参与做事的角色,变成了搭系统的角色。比如人事的系统,每个月核算绩效、核算奖金、核算出勤,过去从财务拉数据、从飞书拉考勤数据自己算。现在做个系统,每个月自动取飞书的数据、财务的数据,不需要人在中间。我觉得这是最大的区别。
07
一个无限 SKU 的零库存玩具平台
Founder Park:「社区」这个词现在太泛了。什么值得买是社区,得物是社区,虎扑是社区,小红书也是社区,但人群和模式完全不同。你更偏哪一端?
徐豪:如果让我总结,它首先是玩具,是个零库存电商。电商大于社区。然后这个电商可以给创作者分成,创作者相当于供应商,但只需要提供设计。
Founder Park:说白了还是个电商?
徐豪:更精确地说,是一个有无限 SKU 的零库存电商。电商大于社区。只是我们的产品恰好有内容属性,用户会讨论、会分享,像得物上面讨论潮鞋一样。创作者在上面提供设计,不需要提供生产,我们来生产和发货,给创作者分成。所以我们找人也是从得物找,它的内容属性和电商属性比较兼容。
Founder Park:换个说法,做自己 IP 的人只需要安心创作,怎么商业化、怎么生产和交付,是你们提供基础设施。
徐豪:对,最后形成的商品还是我们生产的产品。「无限 SKU 的零库存玩具平台」这个说法更准确。它有共创、有生态感,但我们不是一上来就高举高打把所有角色都聚到一个抽象平台上。
Founder Park:不考虑 UNICUS 自研的模型,你们和乐高的差距是什么?
徐豪:乐高一年到现在为止是 800 个 SKU,我们一天就几千个 SKU。它就是只瞄准大 IP 的逻辑,连火影忍者在它眼里都是小 IP。我们要做的事不是做更多的「官方出品」,而是把商品级的玩具制造工艺开源,让所有人都成为玩具设计师,大家可以把自己的玩具创作都可以上传到我们平台,我们帮创作者去加工、包装、质检,成为大众可以直接买到和使用的大众消费品。
最后,我们要做成一个拥有 100 万创作者、上千万 IP、上亿 SKU、数亿活跃用户、十倍乐高大的玩具平台公司。
传统影视公司做了那么长时间了,直到抖音出来把它 UGC 化了,最后还不一定谁大。
08
第一个能够现场即时生成立体玩具的产品
Founder Park:现在每月销量怎么样?如果继续增长,除了平台化,还有哪些路径?
徐豪:每月大约 2 万至 5 万件,节日会有波动。平台化是我们觉得自然增长潜力和天花板最高的方向;更直接的增长还有两条,一个是海外市场,以欧美为主。另一个就是国内的线下市场,给用户在现场「所见即所得」的生成体验。
Founder Park:海外打算怎么做?
徐豪:我们会面向欧美市场推出海外独立站,把大模型能力直接开放给消费者,提供「所见即所得」的积木生成体验。用户可以把自己的想法变成积木模型,直接生成、分享和下单。
我们会优先把我们的大模型生成能力开放,并根据用户的真实使用反馈持续迭代,让生成作品的细节越来越丰富、设计越来越巧妙,支持的类型也越来越广泛。同步的,我们把柔性供应链能力开放出去,让运营团队与外部创作者共同创造大量好玩、有趣的玩具。我们负责把这些创意转化为消费者可以一键购买、具有良好设计、包装、说明书的完整产品,再与创作者分享销售收入。
生成工具会是前期的增长入口。对欧美消费者来说,从自己的想法出发,生成一款积木,再分享、购买,是一种新鲜而直观的体验。玩具平台的起步阶段的重点是与创作者一起打磨出一批真正好的产品。我们看中的是它长期的成长空间。最终我们给消费者提供一个既可以通过 AI 创作,又能常看常新的 UGC 玩具平台。
Founder Park:线下打算怎么做?
徐豪:我们在推进故宫与各大博物馆的现场方案。设想是用户把自己生成成皇帝、格格等形象,背后带一个小故宫模型,现场设计、现场生产、现场拿到。目标大约半小时。用户现场生成以后,零件清单和印刷方式就有了。它更像瑞幸后厨,不急着一开始就做成无人设备。把中央工厂缩到 3 米乘 3 米,放在文创店旁边,有几个人操作也可以。
现场微型工厂主要是我提出来的。我们一直有一个执念,这个产品还是要看到实物,才更能激发购买欲。线上图片和视频总差一点。先做一个代表性案例,后面再复制到其他博物馆、景区或商场。
Founder Park:之前有做过线下的尝试吗?
徐豪:我们去年在香港的 SIGGRAPH 做了一个只生成不生产的展示设备。SIGGRAPH 是全球最顶级的计算机图形学会议,英伟达那些公司都在。用户现场看到自己的积木设计,但拿不到实物,给一个二维码扫码支付,工厂再给他寄。我们是所有展位里面排队最长的。那次让我确认了两件事:需求是真实的,排队最长说明了问题;但延迟交付不行,大部分人不愿意等邮寄,付了款那个兴奋劲几天后就过去了。
那次之后我更坚定了。这个东西一定得看到实物才有冲击力,线上看图和视频还是差了意思。故宫特别适合做第一个试点,用户本身就在消费场景里,变成皇帝或格格的积木,这个购买动机是天然存在的,不需要你去说服。
Founder Park:故宫之后,会不会做成可以铺到不同景区和商场的设备?
徐豪:我们希望最终做到 2 万元以内的设备,可以由合作方购买或加盟。机器原理相同,换地点时调整基础零件和模板。故宫可能准备一组零件,换到长城就是另一组,数字方案和实体物料都要变。
理论极限希望压到 2 分钟以内,主要受 UV 印刷等环节限制。但 2 万元和 2 分钟都是研发目标,不是已经实现的设备价格和稳定交付时间。眼前先验证用户是否愿意等待半小时左右,并为现场立体产品付费。
南京红山动物园有个把你变成冰箱贴的机器,2D 的,风格化一下,需要等半小时,在网上特别火。用户一直排队,机器不停。我们看到了,即使是这样 2D 的风格化做成冰箱贴都这么火,那更有信心了。
这是我们想做的,历史上第一个能够现场生成立体玩具、现场拿到立体玩具的试点。过去景区的纪念品,要么是印个铜币,要么顶多是印个冰箱贴。我们现场能让大家拿到立体的、完全专属的东西。
09
从「好学生」到「CEO」
一开始不知道创业这么难
Founder Park:为什么从方仔照相馆改名 UNICUS?
徐豪:25 年初改的。之前叫方仔照相馆,但我们当时想得比较清楚了:未来不只做人物,也不只做积木。「方仔」基本只做人物,「照相馆」基本就是照片还原,这两件事都不是未来的方向。而且这个名字也不国际化。
我们就想这个公司最核心的东西是什么,生产独一无二的东西。Unique 这个词肯定注册不下来,然后我们发现它的拉丁语 UNICUS 没有被注册。这个词还是挺大的,国内花了一年多才注册下来。
Founder Park:你跟外界怎么介绍 UNICUS?
徐豪:AI 驱动的 UGC 的玩具平台。让玩具不只是围绕大 IP 的内容,而是能 UGC 化。正常让一个普通人做一个玩具是不可能的,但有了 AI 就可以,让创作供给侧有了高效的工具。
它就像抖音,用一些模板让一个人做好玩的短视频成为了可能,所以才能做成平台。
Founder Park:你自己怎么判断平台这件事做成了还是没成?
徐豪:如果社区有比较 organic 的增长趋势,我觉得就成了。商业化我倒不太担心,这些人能在上面讨论、分享,就很容易转化成下单。更好的一步是形成心智,用户没事打开看看有没有新的好玩的东西。今天有牛来,明天有哈兰德,后天有个深圳 APEC 的建筑,这些传统玩具公司不会做,也跟不上这个节奏。有了这个心智,就已经成了。
我们已经证明一张照片可以变成一件被交付的玩具,接下来要证明的是,一群人的创作能不能变成另一群人的消费。这场实验,才决定 UNICUS 最终是一门多大的生意。
Founder Park:你自己这几年变化最大的是什么?
徐豪:从一个技术的亲自干活的人,变成一个产品和市场亲自干活的人,再到你能识别适合这件事的人、找到钱、让他们一起干活的人。我感觉是到去年才走到这一步。
随着公司不同阶段的难点不同,花时间最多的事一直在变。刚开始搞供应链、搞生成、搞后端。23 年、24 年搞市场。25 年、26 年要找到新的转型点,把未来的市场和打法想明白,把需要什么人、这些人现在在哪里想明白。
我自己时间的杠杆太小了,如果我现在还在写代码,别人看着倒挺勤奋,但公司最大的问题不是少个人写代码。是少一个人想一想这个公司在哪些板块严重缺人,怎么找到合适的人,怎么让这些人在新的模式里跑起来。
Founder Park:刚创业时想到过会这么难吗?
徐豪:刚开始不知道创业这么难。刚开始以为把产品做好就结束了。
Instinct 创始人对谈:Personal Agent 最激进的产品,凭什么估值 100 亿美元?
Today AI 国内版上线,齐俊元想做一个「更懂你、早你一步」的个人 AI 助理
You're up next|Founder Show 全年多场、随时报名,10 月新加坡见!
Manus 独立后首次大更新,发布 2.0 版本,推出 Personal Agent 应用 Cue

