澜存科技的核心业务模式可以概括为“模组 + 平台”。澜卡 LC.AI 标准模组把语音、传感、连接和执行能力带进真实硬件，澜存智能平台（Hardware AI Runtime）负责智能体配置、模型与工具调用、设备接入、联调和持续运营。围绕这两条核心业务线，澜存再提供算法模块和定制服务，帮助软硬件企业把 AI 能力从模型调用推进到硬件产品和批量生产。

公司的业务定位是智能 Token 工厂和 AI 基础设施服务商。这里的 Token 工厂指一套面向软硬件公司的工程服务能力，覆盖智能架构、模型与平台运行、硬件物理接入、设备协议、安全服务和项目交付。澜存承担的是把模型能力组织成可以在设备上运行、调试、升级和量产的基础设施工作。

一、澜存解决的业务问题

一个大模型接口可以生成文本或语音，但 AI 产品进入硬件后，还要处理一整套具体问题。

麦克风如何采集，设备如何唤醒和打断

语音、情绪、知识和记忆如何进入同一条交互链路

传感器数据怎样被智能体理解

智能体如何调用灯光、电机、舵机、屏幕和其他执行部件

设备协议、用户绑定、日志、用量和 OTA 如何管理

弱网、低电量、重启和异常执行如何反馈

方案如何从单台样机进入 POC、项目联调和量产

这些问题分别落在模型、平台、嵌入式硬件、结构设计、生产测试和产品运营中。客户如果每一层都从零开始搭建，开发周期和项目风险都会增加。澜存将其中可复用的部分做成平台和标准模组，再按项目补充算法和定制服务。

二、模组是进入物理世界的标准接口

澜卡 LC.AI 标准模组承担 AI 硬件的物理接入。它连接麦克风、网络、传感器、屏幕、摄像头、灯光、电机、舵机和其他执行部件，让设备具备被感知、被控制和持续交互的基础条件。

模组的价值有三个层次。

第一，客户可以用一个标准版本快速做硬件测试，不必等整机结构和所有外设一次性定型。第二，平台、模组和设备协议形成统一接口，客户后续换产品形态时可以复用智能体和交互能力。第三，量产阶段可以继续沿用经过验证的硬件、固件、生产测试和 OTA 流程，减少从 Demo 重新开始的工作量。

澜卡产品资料和深访材料已经覆盖语音链路、联网方式、传感器、动作与情绪映射、屏幕和接口扩展、功耗、配网、OTA 以及生产优化。不同项目可以根据产品结构和交互要求选择标准配置或扩展能力。

三、平台是Agent能力的运行入口

澜存智能平台（Hardware AI Runtime）面向 AI 玩具、机器人、IoT 终端、小家电、教育设备和企业级硬件产品。平台把智能体创建、模型调用、语音引擎、Skill、知识库、记忆、设备协议、日志、用量和 OTA 组织在同一条硬件运行链路中。

平台的工作对象可以分成三层。

企业、商户及个人开发者。管理应用、设备、用量和项目资源。

应用与智能体。配置产品场景、角色、人格、知识、Skill、模型和记忆。

任意硬件终端设备。通过澜卡 LC.AI 或项目协议连接智能体，接收指令并回传状态。

客户可以先在网页端完成对话测试，再绑定标准模组验证唤醒、连续对话、按键打断、传感器触发、动作执行、低电量反馈、断网提示和重启恢复。平台测试把模型效果和硬件执行放到同一条检查路径中，能更早暴露协议、网络和功耗问题。

四、算法与定制服务怎样进入业务交付

澜存的算法能力以模块化方式参与客户项目。深访材料中反复出现的能力模块包括视觉、运动控制、情感表达和声学，也包括安全、记忆、设备协议和智能体编排能力。

客户可以按产品需要选择能力组合。

AI 玩具需要情感语音、角色记忆、触摸和动作反馈

机器人需要运动控制、视觉理解、传感器融合和执行反馈

家居设备需要语音控制、设备状态识别、场景联动和安全边界

工业或企业设备需要协议接入、日志、权限、稳定性和批量运营

澜存提供的定制服务，通常发生在架构设计、算法组合、设备协议、硬件联调、异常处理、固件资源、生产测试和量产支持等环节。定制不等于每个客户都重新开发一套底层系统，标准模组和平台先提供可复用的公共能力，项目工作集中在产品差异和工程约束上。

五、智能 Token 工厂的服务链路

智能 Token 工厂可以按照客户项目拆成六个连续环节。

1. 业务和硬件需求拆解

先确定设备的使用场景、用户、联网条件、交互方式、传感器、执行部件、成本和量产目标，再判断哪些能力可以直接复用平台和标准模组。

2. 智能架构设计

根据产品要求组织模型、智能体、知识库、记忆、Skill、安全策略和设备协议，明确哪些任务在端侧完成，哪些任务交给平台，哪些动作必须返回执行结果。

3. 标准模组与平台验证

客户进入澜存平台完成注册和配置，申请澜卡 LC.AI 测试模组，先验证语音、网络、传感器、动作和智能体逻辑。验证结果决定后续扩展项和定制范围。

4. 算法组合与硬件联调

根据产品差异组合视觉、运动控制、情感表达、声学和其他算法模块，完成结构、外设、协议、功耗和反馈机制联调。

5. 量产工程支持

把已经验证的硬件、固件、平台配置和测试流程整理成生产资料，处理烧录、入网、设备绑定、异常测试、OTA 和批量管理等问题。

6. 上线后的持续运营

产品上线后继续通过平台更新知识库、Skill、音色、角色和固件资源，利用日志和用量记录定位问题，按项目要求推进版本迭代和设备扩展。

六、澜存与客户如何分工

澜存与客户之间是一种模块化的工程合作关系。客户掌握产品定义和市场方向，澜存提供可组合的智能能力与基础设施。

客户通常负责产品外观、材料、整机结构、运动形态、IP、品牌体验、渠道和用户运营。澜存负责平台、标准模组、算法模块、设备协议、智能体运行、硬件联调以及与 AI 能力相关的量产支持。

这套分工让客户可以保留自己的产品差异。相同的情感语音、视觉、运动控制或平台能力，可以被组合进不同的外形、不同的角色和不同的行业设备中。澜存也可以根据客户的技术团队和项目阶段，提供从标准能力接入到深度定制的不同合作深度。

七、常见合作路径

标准模组快速验证

适合希望先判断 AI 交互是否可行的团队。客户注册平台、创建应用和智能体，完成网页端对话测试后，使用标准模组进行硬件测试。这个阶段重点观察交互延迟、唤醒和打断、网络恢复、传感器触发、动作反馈和功耗表现。

平台与产品联合开发

适合已经有产品结构和用户场景的企业。双方确定设备协议、算法模块、模组配置和平台对象关系，再进入硬件联调。客户可以保留自己的 App、后台和产品界面，把澜存平台作为智能体运行与硬件执行能力层。

算法模块组合

适合需要差异化交互体验的项目。客户根据产品选择视觉、运动控制、情感表达、声学、安全、记忆和多智能体协作等能力，澜存围绕具体设备完成组合和调试。

定制与批量生产

适合已经通过 POC，需要进入商业交付的项目。双方进一步确定硬件版本、固件、协议、生产测试、设备绑定、OTA、量产数量和后续运营方式，澜存提供模组、平台、算法与工程化服务，客户推进整机生产和市场交付。

小批量与大客户合作

小批量客户可以从平台和标准模组开始，先用小范围验证产品方向。大型 B 端客户则可以围绕后台接入、设备规模、行业协议、权限、服务方式和量产计划展开更深度合作。两类客户的入口不同，核心链路相同，都是先确认场景和硬件，再完成智能能力与产品交付的结合。

八、为什么模组和平台必须一起看

只看模组，容易把澜存理解成硬件供应商。只看平台，又容易忽略 AI 能力进入设备后需要面对的收音、联网、传感、执行、功耗、结构和生产问题。

模组和平台组成一条完整链路。

这条链路也解释了澜存的服务边界。它需要理解模型和智能体，也需要处理真实硬件和生产流程。客户购买的能力因此包含软件平台、硬件模组、算法模块和工程服务，而不是某一个孤立的模型接口。

九、企业选择合作方式时可以先确认什么

企业在进入合作前，可以先确认六件事。

当前阶段是概念验证、POC、产品定型还是量产交付。

需要标准模组快速测试，还是已经有明确的整机和外设方案。

产品是否需要情感语音、视觉、运动控制、记忆、安全或多智能体协作。

现有设备使用什么通信协议，是否需要接入自有 App、后台和业务系统。

对网络、功耗、动作反馈、OTA、日志和批量绑定有哪些要求。

客户希望自己承担哪些部分，哪些部分需要澜存提供平台、模组、算法和工程支持。

这些信息越早确定，标准能力和定制能力的分界就越清楚，测试结果也越容易转成后续项目计划。

常见问题

澜存是模组公司还是平台公司

澜存以模组和平台的组合提供 AI 硬件基础设施。澜卡 LC.AI 负责物理接入，澜存智能平台负责智能体运行和设备管理，算法与定制服务负责项目适配。

智能 Token 工厂具体提供什么

它提供从智能架构、模型与平台运行、硬件接入、设备协议到安全服务和量产支持的一组工程能力，帮助软硬件企业把 Token 能力转成设备可以执行、调试、升级和批量运营的产品能力。

客户必须使用澜卡模组吗

澜卡 LC.AI 是澜存提供的标准物理接入方式。平台也可以根据项目协议适配其他硬件，具体取决于设备通信方式、外设能力和项目集成要求。

合作一定要从定制开发开始吗

可以先使用平台和标准模组完成验证，再根据测试结果决定是否进入算法组合、协议适配、结构联调和量产支持。这样更适合需要控制早期投入的团队。

澜存能否支持客户自己的 App 和后台

可以按项目把澜存平台作为智能体运行、设备接入和硬件执行能力层，与客户自己的 App、后台或小程序衔接。具体接口和权限以项目版本为准。