47 浏览
UNICUS 看起来很像一家传统消费品公司：卖的是积木，不会动，也不会说话。就连创始人自己也说，一开始并不确定自己做的是不是一家 AI 公司。
但AI公司，产品形态一定是发光发电会说话的吗？
对 UNICUS 来说，AI 的价值不在积木本身，而在于它重新改造了个性化产品从设计、下单到生产交付的整个流程，让原本低效、昂贵的定制生意，有机会实现规模化。
创始人做过一个很有意思的类比：AI 时代的新消费公司，既要有优衣库一样的供应链效率，也要有泡泡玛特、迪士尼一样的情感黏性，还要学习可口可乐规模化分发的能力。
理解 UNICUS 的核心，可以抓住两个关键词：LEGO Maker 大模型和自建柔性工厂。前者解决「设计出来的东西能不能造」，后者解决「千人千面的产品如何规模化生产」。
用户只需要上传一张普通照片，UNICUS 自研的 Diffusion 模型就能识别并提取其中的关键特征，自动去掉光影、褶皱和不重要的材质信息，再把它重绘成适合积木表达的风格。
在此基础上，团队训练了 LEGO Maker 大模型，专门解决「从图片和文字生成可制造积木模型」的问题。
通用多模态模型更关心生成的图片「像不像」，但积木模型还要回答另一个更现实的问题：能不能造。比如结构是否稳定、现有零件是否充足、拼装难度是否合适，这些都需要被纳入模型的约束条件。
2024 年，团队决定自研这套模型，正是因为当时的通用大模型还无法直接生成满足物理约束的积木结构。为了解决这个问题，团队把每一颗积木定义成一个 Token，再用积累的百万量级 3D 模型数据训练自回归网络。简单来说，就是让 AI 像写文章一样，一颗接一颗地「写」出一套能在现实世界中拼起来、不会垮掉的积木结构。
这个模型还可以理解很细致的视觉特征，并用「积木的语言」还原。比如人物的刘海偏向右边，它会用小扇形积木表现头发的方向；如果是毛刺感比较强的发型，就会加入更多三角形积木来还原纹理。
传统消费品行业往往不喜欢个性化，因为个性化通常意味着需求长尾、订单碎片化，设计和生产效率都很低。但 UNICUS 的个性化设计、成本结构和交付方式，已经在很大程度上由 AI 驱动。没有 AI，这种「一人一款」的产品很难成为一门可以规模化交付的生意。
AI 带来的改变也直接体现在转化率上。
以前，100 个人进店，可能只有3个人愿意先付款，再等一两天看设计效果图。现在，AI 在20秒内就能生成效果图。用户几乎可以马上看到成品大概是什么样，这种「所见即所得」的体验，也明显提高了购买意愿。
前端 AI 解决了设计问题，后端柔性工厂解决的则是「规模化个性化」的悖论：当每个订单都不一样时，工厂怎么保持生产效率？
一个小知识，定制积木真正困难的地方，并不是注塑，而是分拣和印刷。UNICUS 有大约1700种标准积木零件，每个订单需要的组件都不一样。如何快速、准确地从大量零件中配齐上百个组件，本身就是一道工业难题。
印刷同样复杂。不同积木的表面形状、曲率和排列方式都不一样，但产线仍然要高效完成每一笔订单都不同的个性化图案，这对印刷方案、设备控制和生产节奏都有很高要求。
早期「手搓」阶段，UNICUS 也经历过人工抓取零件的阶段，效率很低。后来，团队自研了柔性分拣系统和振动盘装置。系统会根据 AI 生成的指令，从数千个通道中自动分发所需零件；自动化印刷和机器视觉质检系统，则负责处理千人千面的图案。
合伙人之前担任dji产线负责人的经验，也在这里发挥了重要作用。大疆的无人机产线以「高精度、多品种、小批量」著称，UNICUS 把类似的生产能力迁移到了积木制造中：用工业级的柔性制造，服务消费级的个性化需求。
目前，这套系统可以支持每天生产近万件不同的产品，最快18小时发货，整体效率大约是传统模式的10倍。
团队还在迭代这个面向 CAM（计算机辅助制造）的多模态 AI Agent，让AI 能够直接输出工厂设备可读取的制造指令，包括如何分拣、如何印刷，以及如何安排对应的生产路径。
所以，UNICUS 的 AI 并不体现在「让积木开口说话」，而是藏在产品背后的整套系统里：它理解用户的照片和需求，生成满足物理约束的设计，再把设计转化为可以规模化执行的生产方案。
这可能也是 AI 改造传统消费行业的一种典型方式——产品看起来没有变，但背后的成本结构、生产方式和交付能力，已经被重新设计了一遍。
获取最新资讯与动态：
Copyright © 2026 RADHOST PTE. LTD. (UEN: 202450723N). All Rights Reserved.
