形界智能 / FrameX AI 研究备忘录
DeepSight 业务洞察 Memo · 输入线索标注公司名"北京形界智维科技有限公司" · 公开报道对应注册主体"北京磐如科技有限公司"（简称"形界智能"，品牌 FrameX AI / FrameX.AI）· 资料截至 2026-07-17
事实 可独立核验的公开记录
推断 基于事实的合理外推
判断 研究者主观权衡
待确认 信息不足或口径冲突
北京形界智维科技有限公司（输入线索名）／公开报道注册主体：北京磐如科技有限公司 · 品牌"形界智能 / FrameX AI"
流式视频生成：强团队+论文级技术，撞上已规模化的实时视频对手
研究评级
跟进 / 值得深挖
暂不进入价格与交易条件判断
置信度
中
团队/学术合作证据强，产品与商业证据几乎为零
风险等级
高
同赛道对手资本量级高出两个数量级以上
时间窗口
6–12个月
观察天使轮资金消耗殆尽前能否验证产品
形界智能做的是一门"把大模型推理能力搬进视频生成"的技术卡位生意：创始人王裕鑫此前在元石科技主导200B+大模型训练、牵头发布过被评为中国TOP6的开源大模型团队成果，如今把同一套"测试时扩展"（test-time scaling）方法论迁移到"流式/实时视频生成"，并与中科大联合发表Stream-T1框架论文。研究评级落在"跟进 / 值得深挖" ——团队履历和学术产出的信号强度值得持续追踪，但当前判断被一个硬约束卡住：公司成立仅2个多月，尚无任何可验证的产品、客户或收入证据，而同一"实时视频"叙事下，爱诗科技（PixVerse R1，已规模化商业化）与Decart（累计公开融资超4.5亿美元）早已把技术故事变成了产品和用户，形界智能是否还有真实窗口期，目前无法证实也无法证伪。
商业本质
用大模型工程化能力（test-time scaling）切入"流式/实时视频生成"这一细分技术方向，本质是底层生成引擎的技术卡位战，目前尚未进入应用层商业变现阶段。
吃的贝塔
中国AI视频生成模型市场规模预计从2026年约36.6亿元跃升至2030年约1497亿元，年复合增速152.9%[来源15] ，行业处于渗透率快速提升的早期放量期，是明显的行业级顺风。
Alpha （公司自身稀缺优势）：创始人在大模型预训练与推理层面的一线经验，以及把这套能力工程化迁移到视频生成、并与中科大联合发表可核验学术成果的能力[来源6][来源8] 。但这一优势尚未转化为任何可验证的产品或用户证据。
验证门槛
Stream-T1/Stream-R1能否在12个月内从论文/demo阶段转化为可被第三方独立验证的实时视频产品，并在爱诗科技、Decart尚未占领的细分场景中站稳——这是把"技术故事"变成"生意"的核心门槛，目前完全缺失。
1 产业大棋局与行业本质
结论先行
AI视频生成行业本身处于高速放量的早期阶段，是真实的行业级顺风；但其中"实时/流式交互视频"这一细分方向，价值链上真正容易兑现经营结果的是已经把技术叙事转化为规模化产品和用户的头部玩家，独立创业公司的窗口期正在快速收窄。
判断
事实 中国AI视频生成模型市场规模预计由2026年约36.6亿元跃升至2030年约1497亿元，年均复合增长率达152.9%（头豹研究院预测口径，经发现报告平台转引）；全球市场2024年约6.15亿美元，2025年约7.17亿美元（同比增长17%），预计2032年达25.63亿美元[来源15] 。国产基础模型定价已明显下探（可灵3.0约0.8元/秒、Seedance 2.0约1.0元/秒），说明基础视频生成能力本身正快速商品化。
行业贝塔：中国AI视频生成模型市场规模预测（2026→2030，对数刻度，单位：亿元）
10
100
1k
10k
对数刻度
36.6
2026E
1,497
2030E
数据来自头豹研究院行业报告转引（发现报告平台摘要版），预测口径，非实际发生值；2026-2030年复合增速预测152.9%，反映行业仍处早期高速渗透阶段
每个图元已绑定数据表编号（data-dp），可脱离人工重新核验
图1 · 中国AI视频生成模型市场规模预测（亿元，对数刻度）
判断 行业存在的根本原因是大模型能力的通用化——文本推理、图像理解、视频生成正被同一套"预训练+推理时扩展"范式打通，"流式/实时"是这套范式在视频模态上的自然延伸：把一次性生成变成可被用户实时打断、续写的连续过程。这是一次由底层大模型能力驱动、而非单纯渲染算力驱动的技术窗口。
事实 细分成熟度分层明显：①基础视频生成模型层已高度集中且资本密集（快手可灵、字节即梦/Seedance、爱诗科技PixVerse Omni底座、Decart Lucy/Oasis）；②实时流式推理引擎层是当前技术热点，爱诗科技PixVerse R1已于2026年1月上线，Decart的Mirage/Lucy已规模化商用，形界智能的Stream-T1/Stream-R1仍处于论文与GitHub demo阶段（36星，代码/测试用例未完全放出）[来源8][来源9][来源11] ；③应用场景变现层（短视频创作、广告特效、直播换脸、内容社区分发）已被头部玩家占据主要份额。
定性判断，非数值测算 · AI视频生成价值链分层与竞争位置
① 基础模型层 — 资本/算力密集，已被大厂与独角兽占据
快手 可灵
Kling（非实时）
字节 即梦
Seedance（非实时）
爱诗科技
PixVerse Omni底座
Decart
Lucy / Oasis
② 实时流式推理引擎层 — 形界智能的技术切入点
爱诗科技 PixVerse R1
已上线（2026-01）
约2秒响应延迟
Decart Mirage / Lucy
已上线，规模化商用
<40ms 延迟（自评）
形界智能 Stream-T1/R1
论文+GitHub demo阶段
36★，代码未完全开源
③ 应用场景变现层 — 真正兑现经营结果的环节
短视频创作/广告特效
爱诗已规模化(MAU1600万+)
直播换脸/实时视觉改造
Decart已规模化商用
内容社区/生态分发
可灵·即梦（非实时）
形界智能目标场景：AI陪伴 / 互动娱乐 / 虚拟角色 / 视频Agent
公开资料未见任何已服务客户、收入或用户数据（公司自述方向）
实线边框 = 已规模化商业化产品/环节
虚线边框 = 形界智能，论文/早期阶段，无客户或收入证据
各主体分层位置依据公开报道综合研判，非精确市场份额测算
图2 · AI视频生成价值链分层与竞争位置（定性）
判断 价值链上真正容易赚钱、已兑现经营结果的是两类玩家：①已把实时视频叙事产品化并获得规模用户的独角兽（爱诗科技、Decart）；②拥有全栈生态分发能力的平台型公司（字节、快手）。形界智能目前仅切入②层（实时推理引擎）的技术研发阶段，尚未触达③层（应用场景变现），是价值链上证据最薄弱的一环。
当前结论：行业贝塔强劲，但"实时/流式"这一细分叙事已被资本量级远超形界智能的玩家快速产品化；反转信号——形界智能在12个月内推出可被独立验证的实时视频产品，或在细分场景中获得头部玩家尚未覆盖的用户群体。
2 创始人与团队
结论先行
创始人王裕鑫在大模型预训练与推理领域的履历有多家独立媒体交叉印证，可信度较高；但"华为天才少年"标签缺乏具体任职细节，团队规模、核心成员名单完全未披露，规模化交付能力（尤其是视频这一新模态）缺乏历史证据。
判断
事实 创始人王裕鑫，媒体一致称其为"华为天才少年"，此前曾任Muset视频Agent技术负责人、参与海外AI陪伴产品的技术落地；随后加入元石科技（北京元石科技有限公司，"问小白"生成式推荐产品母公司）任007号员工，是国内MoE架构大模型预训练的早期核心参与者之一，主导过200B+参数大模型训练，牵头问小白o4、问小白5等核心模型项目[来源1][来源2][来源3] 。
事实 其团队于2025年底发布全球首个开源并行思考模型XBai o4：基于原谷歌IMO金牌模型核心算法，以32B参数量在LiveCodeBench基准上超越OpenAI o3-medium、Claude 4 Opus等更大参数量的主流模型；该团队被独立评论者Simon Willison评为2025年中国TOP6大模型团队之一，与MiniMax、智谱、通义千问、Kimi、DeepSeek并列[来源1][来源2] 。
待确认 王裕鑫是否为Stream-T1论文作者列表中的"Yuxin Wang"（论文机构挂名含中国科学技术大学、FrameX.AI、独立研究者）：姓名拼音吻合、FrameX.AI为论文机构之一，存在合理关联，但未见任何来源明确写出"王裕鑫即该论文作者"这一等式，标记为推断 ，非确认事实[来源8][来源9] 。
事实 2026年5月7日公司成立，成立首月内即完成天使轮融资（"数千万级"，具体金额与投资方均未披露）[来源4][来源5] 。
判断 王裕鑫的履历与"大模型能力迁移到新模态"这一打法高度适配——他此前证明过用更小参数量在推理基准上击败更大模型（XBai o4），Stream-T1的核心方法论（测试时扩展）正是同一套"用工程化手段以小博大"的思路在视频生成上的复现。这是团队适配性判断中证据最强的一环。
待确认 短板与待核证点：①"华为天才少年"标签背后的具体任职时间、岗位、离职原因，公开检索到的所有报道均一笔带过，未见一手履历细节；②团队规模、除创始人外的核心成员（算法/工程/产品负责人）完全未披露；③此前的规模化经验（元石科技200B+训练、问小白）建立在文本大模型基础设施上，视频生成涉及的数据、算力集群、渲染管线与文本LLM有本质差异，团队是否具备同等规模化能力尚无历史证据支撑。
当前结论：创始人个人技术履历是全篇证据最扎实的板块，但团队规模与视频模态的规模化能力完全是未知数；反转信号——披露核心团队名单及视频相关履历，或Stream-T1代码/论文完整开源并被第三方复现，将显著提升"团队适配"判断。
3 产品、技术与真实需求
结论先行
技术方向具备学术可信度（与中科大联合发表、arXiv公开），解决的是"AI视频从离线短片到实时交互"这一真实存在的体验断层；但所有效果指标均为团队自评基准，尚无第三方复现，且对应产品（framexstudio.ai）目前无法通过公开检索确认具体可用功能。
待确认
事实 公司技术路线：把大模型推理、视频生成与AI Agent技术结合，目标是让AI视频从"离线生成短片"进入"实时交互生成"阶段——视频像流一样持续生成，并能在用户交互过程中实时响应、不断续写，而非当前主流工具的"提交-等待-生成"模式[来源1][来源2][来源3] 。
事实 核心技术Stream-T1框架由中国科学技术大学与FrameX.AI联合团队提出（arXiv:2605.04461），是首个专为流式视频生成设计的"测试时扩展"（Test-Time Scaling）综合框架，包含三项机制：①流式缩放噪声传播（球面插值降低片段间跳变，团队自评降低62%跳变伪影、人脸特征保持率提升至89%）；②双轨评分系统（图像+视频奖励模型并行，团队自评关键帧视觉质量评分提升47%）；③流式缩放记忆沉降。分段生成模式下每段仅需4步去噪，团队自评较传统方法减少90%计算量[来源6][来源7][来源8] 。
待确认 上述62%/89%/47%等效果指标均为团队自评基准，公开检索未见第三方独立复现或评测；GitHub仓库（FrameX-AI/Stream-T1，36星、4 fork）的TODO列表显示论文、推理代码、测试用例尚未完整发布，模型推理需A800（80GB显存）级别算力，目前不具备被外部完整复现验证的条件[来源9] 。
待确认 Hugging Face上另有Stream-R1模型（2026年5月6日更新，"可靠性-困惑度感知的奖励蒸馏"方法，同样面向流式视频生成），但页面未提供详细说明；官方产品网站framexstudio.ai目前仅可提取到"AI Digital Studio"标题信息，无法确认具体产品功能、是否已面向真实用户开放或是否仅为占位页面[来源10][来源16] 。
判断 解决的问题是真实的——所有主流视频生成工具确实停留在"提交提示词→等待数十秒到数分钟→输出一段无法再交互的短片"，这在AI陪伴、互动娱乐、虚拟角色等强交互场景中确实构成体验断层。但"论文证明方向正确"与"产品能规模化交付这一体验"之间存在巨大鸿沟，目前完全没有证据显示这一鸿沟已被跨越。
当前结论：技术方向的真实性和学术可信度较高，但产品化程度和真实需求兑现完全未验证；反转信号——GitHub仓库完整开源并被第三方独立复现效果指标，或官方产品出现可体验的公开demo/评测。
4 商业模式、客户与落地证据
结论先行
商业模式目前只有方向性描述（AI陪伴/互动娱乐/虚拟角色/视频Agent），没有任何已披露的客户、收费方式或收入数据；天使轮融资本身是真实的机构验证信号，但不能等同于商业模式已被验证。
待确认
事实 公司自述目标应用场景聚焦"更具交互属性的新场景"：实时视频模型、AI陪伴、互动娱乐、虚拟角色和视频Agent等，明确表示不与现有工具在"单次视频生成质量"上做存量竞争[来源1][来源2] 。
事实 公司于2026年5月7日成立，成立首月内完成天使轮融资，多篇独立报道口径一致但均未披露具体金额（仅称"数千万级"）与投资方名称[来源4][来源5] 。
待确认 公开检索未发现任何已披露的付费客户、合作伙伴、试用用户或收入/GMV数据；framexstudio.ai产品页信息量极少，无法确认是否已有真实用户在使用[来源16] 。
判断 必须把"技术叙事+融资新闻"和"真实商业验证"分开看：天使轮完成、GitHub仓库、arXiv论文都是真实存在的公开事实，证明团队具备执行力与资本认可度；但商业模式是否成立，最终要看能否在AI陪伴/互动娱乐等目标场景中找到愿意付费的真实用户——这一层证据目前完全空白，与爱诗科技（MAU超1600万、ARR约4000万美元）、Decart（规模化商用产品线）形成鲜明对比。
当前结论：商业模式方向清晰但零验证；反转信号——出现任何可核验的客户名单、试用数据或收入量级信息，或明确证实12个月内仍无商业化进展。
5 竞争与替代关系
结论先行
形界智能进入的不是空白赛道，而是一个已有资本量级高出两个数量级以上的对手率先规模化商业化的赛道；最大的替代威胁不是同类创业公司，而是已经把"实时视频"叙事产品化的独角兽和平台型巨头。
判断
事实 直接可比同类公司：爱诗科技（PixVerse R1，2026年1月发布"全球首个实时AI视频模型"，采用Omni原生多模态基础模型+自回归流式生成机制+瞬时响应引擎，响应延迟约2秒，全球用户超1亿、MAU超1600万、ARR约4000万美元，2025年9月完成阿里巴巴领投的超6000万美元B轮融资，10月再获超1亿元人民币B+轮融资，随后完成29.8亿元人民币C轮融资）[来源11][来源12] ；Decart（以色列，实时世界模型Lucy/Mirage/Oasis，2026年5月完成3亿美元新一轮融资，累计公开融资超4.5亿美元，投资方包括英伟达、红杉资本、Benchmark、Adobe Ventures及Andrej Karpathy等）[来源13][来源14] 。
事实 传统头部替代项：快手可灵（年化收入运行率超1亿美元，2025年4-5月月付费金额超1亿元人民币）、字节即梦/Seedance（与剪映全链路生态协同），二者均在"非实时"文生视频/图生视频赛道占据主流用户心智，尚未公开对"实时/流式"方向的正面产品布局[来源15] 。此外，"不采购AI视频工具、继续用传统剪辑/直播工具"这一"不采购"选项，对所有实时视频类产品都构成基础替代，学习成本更低。
判断 竞争位置的核心风险在于时间差：爱诗科技的PixVerse R1已于2026年1月上线并规模化商业化，Decart的实时世界模型产品线已运营超过一年且持续融资，而形界智能截至研究时仅有一篇学术论文和一个未完全开源的GitHub仓库（36星）。资本量级对比悬殊——爱诗科技单轮C轮融资29.8亿元人民币、Decart累计融资超4.5亿美元，均比形界智能"数千万级"天使轮高出两个数量级以上。上下游自研（大厂自建实时能力）和传统方案的"不采购"选项，进一步压缩了独立创业公司的生存空间。
当前结论：形界智能在"实时视频"赛道处于绝对早期且资本量级悬殊的竞争位置；反转信号——出现可验证的独立场景先发心智（如某一细分AI陪伴场景的真实用户留存数据），或获得与赛道量级更匹配的下一轮融资。
6 关键争议
结论先行
三个命题共同指向同一个缺口——创始人的大模型履历、学术论文与"首月融资"这三个强信号，能否在爱诗科技、Decart已经卡位的窗口期内转化为真实产品与用户，目前证据不足以给出乐观结论，只能维持中性偏谨慎。
判断
命题一：创始人的大模型底层能力，能否有效转化为视频生成这一新模态的技术优势？
乐观情景
测试时扩展方法论具有跨模态通用性，团队已证明过"以小博大"（32B参数XBai o4击败更大模型），Stream-T1的三项机制显示了同样的方法论迁移能力，与中科大联合发表进一步佐证技术真实性。
悲观情景
视频生成/扩散模型的工程栈（数据、算力集群、渲染管线）与文本LLM有本质差异，团队核心履历全部集中在文本大模型，暂无履历证据表明团队曾大规模训练/部署视频扩散模型；GitHub仓库36星、代码与测试用例未完全放出，尚不能证明这套方法论已能规模化落地为产品级引擎。
现实基准
论文层面的效果指标（62%跳变减少、89%人脸保持、47%关键帧质量提升）均为团队自评，缺乏第三方基准复现；技术方向合理，但"LLM能力→视频能力"的跨界转化目前仍处于论文/demo阶段。
当前判断
技术方向的合理性成立，但"由弱转强"的转化尚未被证据证实，维持中性偏谨慎，不做乐观倾斜。
命题二：在爱诗科技、Decart已规模化商业化实时视频的赛道里，一家成立仅2个月的公司是否还有真实窗口期？
乐观情景
实时交互视频仍处技术早期，爱诗科技/Decart证明了需求真实存在且资本认可这一方向；细分场景（AI陪伴/互动娱乐/虚拟角色）高度碎片化，存在被巨头暂时忽略的场景缝隙，创始人此前在Muset视频Agent、海外AI陪伴产品的一线经验有助于精准切入。
悲观情景
PixVerse R1已于2026年1月上线，爱诗科技MAU超1600万、ARR约4000万美元、C轮融资29.8亿元人民币；Decart一年内完成多轮融资，累计公开融资超4.5亿美元，阵容包括英伟达、红杉资本、Karpathy等顶级资本；两者均已把"实时/流式视频"叙事转化为规模化产品和用户，形界智能起步资本量级差距达两个数量级以上，窗口期正在快速收窄。
现实基准
形界智能目前公开可见的仅为一篇学术论文、一个未完全开源的GitHub仓库（36星）、以及内容极简的产品官网，未检索到任何独立可验证的产品体验、用户数据或收入信息。
当前判断
窗口期理论上存在但极窄，现有证据不支持"形界智能已具备与爱诗科技/Decart正面竞争的产品成熟度"这一判断，倾向悲观情景，需后续产品发布证据推翻。
命题三："成立首月即完成"天使轮融资，是机构对赛道/团队的强信号，还是创始人个人品牌溢价？
乐观情景
融资在成立首月完成，速度本身即是强信号，说明专业机构基于团队过往履历（元石科技/问小白/XBai o4）与赛道判断迅速下注，而非依赖冗长尽调周期。
悲观情景
投资方身份、精确金额均未披露，"数千万级"是媒体转述的模糊区间；国内"名人创业+首月融资"的报道模式常见于个人IP驱动的早期轮次，不能自动等同于商业模式或技术已获独立验证，相较之下爱诗科技、Decart的每一轮融资都对应可核实的具体金额与领投机构。
现实基准
天使轮资金规模（媒体惯用"数千万级"表述）本身不足以支撑与头部实时视频玩家正面竞争所需的算力、数据与团队扩张，更多是"验证种子期方向"的启动资金。
当前判断
首月融资是团队信号强度的真实证据，但不能读成商业验证，现实基准接近中性略偏谨慎。
当前结论：三个争议命题共同指向"强团队+论文级技术+早期融资"尚未转化为可验证的产品竞争力；反转信号——任一命题在未来6-12个月出现可核验的正面或负面数据，都会显著改变综合判断。
7 决定成败的因果链
结论先行
因果链的关键断点在"技术工程化速度"与"细分场景验证"之间——任何一环在天使轮资金耗尽前未能跑通，形界智能都可能被资本量级远超自己的实时视频平台挤出赛道。
判断
定性判断，非数值测算 · 关键变量→传导机制→经营结果
关键变量
Stream-T1/R1能否从论文
转化为量产级实时引擎
传导机制①
工程化速度 vs 窗口期
爱诗/Decart已抢占用户心智
传导机制②
能否切入陪伴/互动娱乐
虚拟角色/视频Agent等细分场景
核心验证门槛
12个月内能否验证至少一个细分场景？（证据缺失）
是 → 经营结果(正)
获机构验证的下一轮融资
与巨头差异化共存
否 → 经营结果(负)
资金见底/团队技术资产
被更大资本平台挤出或并购
图3 · 因果链示意（定性，非数值测算）
判断 链条最可能断裂的位置是"传导机制①→②"之间——即技术论文成果能否在天使轮资金见底前（数千万级资金通常可支撑12-18个月）完成产品化，并在爱诗科技、Decart尚未占领的细分场景中验证真实用户需求。
判断 升级信号：出现可独立核验的产品体验/用户数据，Stream-T1/R1的GitHub仓库完整开源并被第三方复现，或获得规模明显更大、投资方公开披露的下一轮融资。降级信号：12个月内无任何产品/融资进展，GitHub仓库长期停滞在36星规模，或核心团队出现变动。
当前结论：因果链逻辑清楚，但链条中段（工程化能力、场景验证）完全缺乏数据支撑，是本篇研究最大的未知数。
8 风险与预警信号
结论先行
核心风险是"资本量级远逊于同赛道对手 + 天使轮资金续航有限"的组合，公开检索未发现公司本身已出现经营困难的报道，但这只说明"未被检索到"，不构成"不存在"的证据。
待确认
风险等级：高
传导链： 爱诗科技（C轮29.8亿元人民币）、Decart（累计超4.5亿美元）已用远超形界智能的资本量级把"实时/流式视频"叙事产品化并获得规模用户 [来源11][来源13][来源14] → 形界智能以"数千万级"天使轮和2个多月团队积累起步 → 若12个月内未能推出可验证的差异化产品 → 天使轮资金见底、需要更大规模融资但缺乏商业验证支撑下一轮融资 → 团队/技术资产被并购、搁置，或核心成员流失。
可观察信号
①是否出现独立第三方的产品体验/评测报告（而非仅论文/GitHub）；②Stream-T1/Stream-R1 GitHub仓库的论文、推理代码、测试用例是否按TODO完整放出；③是否披露天使轮具体投资方与金额；④是否出现第二轮融资消息；⑤创始人或核心成员是否有新的公开技术发布或职位变化。
反转条件
若出现可核验的产品体验/用户数据，或完成规模明显更大、对标行业内数千万至数亿美元级别的下一轮融资，风险等级可下调；若12个月内无任何产品/融资进展，风险等级维持或上调。
当前结论：风险以"资本量级悬殊+执行窗口有限"为主线，尚无证据显示公司已发生经营层面的负面事件，但信息覆盖本身就是一个缺口，需要持续追踪而非视为"安全"。
9 重点尽调问题
结论先行
本章10个问题全部指向同一件事——把前八章的"判断"换成"证据"：团队真实规模、技术真实开源程度、商业化真实进展、投资方真实身份，这四类证据一旦补齐，评级会明显更容易上调或下调，目前都处于空白或部分空白。
判断
如果只能问三个问题
Stream-T1/Stream-R1的论文成果何时完整开源代码与测试用例，是否已具备可规模化部署的产品化基础？
相较于已上线的PixVerse R1、Decart等实时视频产品，形界智能计划中的产品有何可验证的终端体验差异化？
公司天使轮的具体投资方是谁，是否有比"数千万级"更精确的披露？
A组 · 团队与治理
A1. 王裕鑫在华为的具体任职时间、岗位、离职原因是什么？
为什么问： 公开资料仅用"华为天才少年"标签一笔带过，履历真实性目前完全依赖媒体标签式转述，缺乏一手信息源核实。
需要什么证据： 职业社交平台履历、华为公开人才计划相关信息、第三方交叉确认。
哪种答案会改变判断： 若"华为天才少年"标签与实际任职情况存在明显出入，团队叙事的整体可信度需下调。
A2. 王裕鑫是否与Stream-T1论文作者"Yuxin Wang"为同一人？团队中还有哪些核心成员及其具体分工？
为什么问： 目前仅能通过姓名拼音推断二者的关联，团队规模、核心成员完全未披露。
需要什么证据： 论文作者简介/致谢、公司官网团队页、职业社交平台履历交叉核对。
哪种答案会改变判断： 若确认是同一人，技术自述与学术产出直接挂钩，团队技术可信度上调；若核心团队规模远小于预期，执行风险应上调。
A3. "北京形界智维科技有限公司"（输入线索名）与"北京磐如科技有限公司"（公开报道注册名/品牌"形界智能"）是否为同一法律主体？
为什么问： 名称不一致需先核实主体身份，避免误判为同名不同公司或引用了过时/错误信息。
需要什么证据： 企查查/天眼查完整工商登记信息、公司官方公告或官网备案信息。
哪种答案会改变判断： 若并非同一主体，本文前述全部融资与技术信息需要重新核实归属，当前判断整体失效。
B组 · 产品与技术
B1. Stream-T1/Stream-R1的论文成果何时完整开源代码与测试用例，是否已具备可规模化部署的产品化基础？
为什么问： 决定技术是否已具备第三方可复现、可规模化部署的产品化基础，而非停留在demo/论文阶段。
需要什么证据： GitHub仓库更新记录、arXiv论文正式版、第三方复现报告。
哪种答案会改变判断： 若长期未完整开源或无人复现，技术真实性判断需要下调。
B2. framexstudio.ai对应的产品目前是否已面向真实用户开放，功能与Stream-T1论文中的能力是否一致？
为什么问： 官网目前可提取信息极其有限，无法确认是否存在可用产品，还是仅为占位页面。
需要什么证据： 产品实际体验、公开演示视频、用户评价、应用商店/官网更新记录。
哪种答案会改变判断： 若确认无可用产品，"产品"应从"已发布"降级为"研发中"，直接影响商业化时间判断。
B3. 需要A800（80GB显存）级别算力支撑的推理成本，在规模化面向C端用户时的单位成本是否已验证可控？
为什么问： 决定技术优势能否转化为可持续的商业模式，而非仅是论文层面的效率提升。
需要什么证据： 公司披露的推理成本数据、第三方算力成本测算、对比可灵/Seedance等已公开的单位生成成本。
哪种答案会改变判断： 若单位成本显著高于已商业化的同业产品，商业可行性判断需下调。
C组 · 商业与客户
C1. 公司天使轮的具体投资方是谁，是否有比"数千万级"更精确的披露？
为什么问： 目前全部报道均未披露投资方名称，是判断机构背书含金量的关键缺口。
需要什么证据： 工商股权变更记录、企业信用信息公示系统、投资机构官网/公众号披露。
哪种答案会改变判断： 若投资方为知名机构/产业资本，团队与赛道的验证程度上调；若长期不披露，需保持谨慎。
C2. 公司当前是否已有任何付费客户、合作伙伴或试用用户？目标场景中具体锁定的是哪一个？
为什么问： 公开资料仅描述"目标场景"，没有任何已服务客户或试用数据，需要确认商业化优先级和真实进度。
需要什么证据： 客户名单/案例、公开演示合作、招聘信息中的岗位方向（可侧面印证优先场景）。
哪种答案会改变判断： 若确认已有场景聚焦和早期用户，商业模式判断可上调；若仍处于多场景摇摆，风险维持。
D组 · 竞争与融资
D1. 相较于已上线的PixVerse R1、Decart等实时视频产品，形界智能计划中的产品有何可验证的终端体验差异化？
为什么问： 论文指标（62%跳变减少等）均为自评数据，需要转化为终端用户可感知的差异，才能构成真实竞争力。
需要什么证据： 产品体验对比测评、第三方评测机构报告。
哪种答案会改变判断： 若无法证明可感知差异，形界智能在同一叙事下将难以获得增量资本和用户关注。
D2. 未来12个月内公司是否会寻求下一轮融资？资本量级能否对标已完成数亿至数十亿元融资的同赛道玩家？
为什么问： 决定公司现金储备能否支撑技术产品化和场景验证所需的时间窗口。
需要什么证据： 工商股权变更记录、行业媒体融资快讯、公司公开表态。
哪种答案会改变判断： 若长期无法获得更大规模融资，现金流和团队稳定性风险应上调。
本页为 DeepSight 能力演示，展示范围仅为完整研究能力的一部分；基于公开资料，不构成投资建议。