
LawnScale
LawnScale 让房主在官网输入地址,用卫星影像勾出草坪、算出面积并按商家单价出报价,同时把测量结果作为线索发给公司。
房主一分钟内看到价格,公司拿到带面积的线索,而不必上门估工。
草坪报价要靠人工估面积,官网只能留电话,转化慢且数字对不上。
完整 .ai 区域快照,存量抽样而非当日新注册。
未混入 .com。TOP 均为首次入报项目。

LawnScale 让房主在官网输入地址,用卫星影像勾出草坪、算出面积并按商家单价出报价,同时把测量结果作为线索发给公司。
房主一分钟内看到价格,公司拿到带面积的线索,而不必上门估工。
草坪报价要靠人工估面积,官网只能留电话,转化慢且数字对不上。

Dentest 用考试风格选择题、逐题解析和 AI 生成练习卷,专门辅导国际牙医准备 AFK 基础知识评估。
考生按加拿大考纲刷题并立刻看到为什么错,而不必自己拼题库。
国际牙医面对的 AFK 题量和解析分散,通用刷题 App 对不上 NDEB 口径。

Jesto 把项目管理、ERP 同步、销售线索、薪资合规和会议纪要收成一个商业智能与执行平台,并由助手生成会议摘要和待办。
管理层不用在 ERP、CRM 和会议工具之间跳,就能看到进度、线索和会议结论。
企业运营数据拆在多个系统,会议结论也进不了执行队列。

Kaiya 承担高管搜寻中的研究、准备和行政,给顾问更完整的背景,把需要人情判断的环节留给人。
搜寻团队把案头研究交给同事式助手,自己把时间留在客户和候选人上。
高管搜寻的保密调研和材料准备占满顾问日程,通用聊天模型又接不上搜寻流程。

PromoPower 提供促销智能体和销售智能体:前者按对象生成内容和日历,后者处理跟进邮件、会议记录和下一步安排。
创作者提交电子书或网址后,就能拿到推广日历和销售跟进,而不必自己排期。
独立卖家既要写推广又要跟进询盘,手工排期容易漏掉。

PowDay 用 SNOTEL、Amazon Chronos-2 和 NOAA HRRR 给内华达山脉雪场做超局地 48 小时降雪预报,目前覆盖 Sierra-at-Tahoe 和 Kirkwood 等点。
滑雪者能按雪场看未来两天降雪,而不是只看一张区域天气图。
山区降雪变化快,通用天气预报对单个雪场的 48 小时精度不够。


PrepBot 是对话式学习教练,用语音或文字从易到难追问,弱项会换角度再问,结束时给出带证据的 Markdown 强弱总结。
学习者说完一整段再被追问,最后拿到能复习的弱点清单。
闪卡只记对错,聊天模型又直接给答案,很难暴露自己不会的那一层。

SimFlow 用 AI 模拟医疗沟通场景,让学员练习问诊和告知,并提供案例、证据页和演示入口。
培训不必等标准化病人档期,就能反复练高风险对话。
医患沟通训练依赖真人角色扮演,场次少、反馈也不稳定。

LiarLiar 分析视频通话中的谎言线索和心率波动,兼容常见会议平台,并引导用户进入改名为 PolygrAI 的后续产品。
用户在现有视频通话里就能看到可疑片段,而不必另装测谎仪。
远程面试和调查缺少对视频信号的即时辅助观察。

BrandWell 用结构化数据和循环工作流连接 inbound 与 outbound,并由名为 AIMEE 的智能体执行动作。
市场和销售共用同一套可重复工作流,智能体按数据执行而不是另开表格。
进站表单和外呼名单拆在两套系统,跟进节奏对不上。

PlaySync 是游戏助手,按玩家风格给实时提示、个性化教练和局后分析,目前开放等待名单。
玩家不用另开攻略站,就能在对局里得到贴合自己风格的提示。
游戏攻略是静态的,临场决策和复盘缺少按个人风格的助手。

CloneDesk 从工单、邮件、电话和聊天学习团队真实处理方式,部署会按同样路径办事的智能体,并标出流程断裂点。
智能体学的是你们自己的解法,而不是一份过期知识库。
客服机器人只读文档,顶尖坐席的做法留在线程里,重复工单和流程漏洞看不见。

OneLabel 扫描食品和化妆品,按营养、添加剂、有机因素和护肤成分给出评级,可在 App Store 免费下载。
购物时扫一下就能看到吃进嘴里和抹在脸上的成分评级。
成分表难读,食品和美妆要分别查不同 App。

ONCOSure 把肿瘤临床路径、临床助手、运营 KPI、预授权、理赔漏损和企业系统连成肿瘤旅程操作系统。
肿瘤团队在一个操作系统里走完诊疗、授权和费用,而不是用通用 HIS 硬套。
癌症路径、授权和收入数据散落在多个企业系统,通用软件不管肿瘤旅程。

Contextia 把一个项目的文档、决策和未完成线索存成可恢复的上下文层,用图谱展示工作区,申请制开放。
换项目时不必在脑子里扛着上百条线索,回来仍能接到上次停的地方。
多项目并行时上下文丢在聊天和文件夹里,切换一次就要重新热身。

AIxprt 检查购物助手是否点名某家 Shopify 店铺,跟踪助手返回的答案,并提供免费审计。
商家能在半分钟内看到助手怎么介绍自己的商品,再决定要不要做可见度工作。
买家开始问助手该买什么,店铺在答案里出不出现,传统 SEO 报表看不见。

Mspark 是 B2B 营销工作区,带策略、内容、SEO 和分发剧本,可接 WordPress、HubSpot、Search Console 和 Slack,也可选择代运营。
市场团队用现成剧本跑关键词、简报和帖子,而不必在十个工具间复制粘贴。
B2B 获客的研究、内容和分发拆得很碎,搜索流量也容易被对手抢走。

DayList 把笔记、日历、邮件、文件、联系人、信息流、聊天和智能体收成一个笔记本,工作在其中被整理、提案、批准和完成。
当天的材料不用在应用间跳,智能体提案后等人批准再收尾。
日程、邮件和文件各管各的,助手看不到完整一天,也没有统一的批准动作。

ITRA 监测新闻、社交、公告和资金流中的叙事,把情绪变化连到策略信号和带证据的风险提示。
交易员在动手前能看到情绪方向和相互矛盾的风险标题,而不是一条孤立热帖。
市场叙事散落在新闻和社交,情绪好转时风险信号也对不上执行纪律。

BanQr 提供 HalalCheck 筛查、方法论白皮书、沙里亚顾问委员会和 API 沙盒,给伊斯兰金融做自动化合规监测。
机构能用可审计的筛查代替手工查名单,并在沙盒里先接 API。
伊斯兰金融增长快,但合规仍靠手工和碎片数据,机构基础设施跟不上。

standra 发布 Axiom、CACP、PawBench 和 ServingCard 等开放标准,用 1,200+ 次跨五模型验证运行定义智能体如何消费上下文、遵守规则和提交结果。
团队能按可复现基准而不是感觉来约束智能体工厂。
智能体流水线缺少共同的上下文和合规基准,各家自说自话。

Riff 是斯坦福 d.school 的反思伙伴,不给现成答案,而是把问题转回学习者;目前对所有人免费,已有千名以上教师使用。
学习者被持续追问,而不是被模型替自己总结完。
普通聊天机器人直接给答案,反思练习需要的是更好的问题。

FakeLens 提供社交监测、行为分析和网页抓取模块,用来识别合成账号、协同活动和有害内容。
运营能在同一套工具里盯账号、标签和合成内容,而不只看截图。
虚假信息和合成账号在社交上协同传播,人工抽查跟不上。

Sadesign Retouch Panel 是带 600 多项功能的 Photoshop 插件,覆盖批量校色、磨皮、祛痘、瘦脸、美妆和婚礼精修。
修图师在 Photoshop 里一键跑批量精修,而不必把每张图丢进网页模型。
婚礼和人像精修步骤重复,网页 AI 又接不回现有 PSD 工作流。

Vivelo 数字化欧洲职业演员的声音和 360° 形象,生成广播、店播、有声书和视频数字人,并向演员支付 AI 内容版税。
品牌能用熟悉的演员声音出广告,演员也能从生成内容里拿到版税。
AI 配音和换脸常无授权,制作公司既要形象又要合规分成。

Horovod 是 Uber 开源的分布式训练框架,用几行 Python 把 PyTorch、TensorFlow、Keras 和 MXNet 任务扩到大量 GPU,并可跑在 Spark 流水线上。
团队不必重写训练代码,就能把天数级训练压到小时级。
单机训练太慢,各框架的分布式接口又不统一。

Voltaris 把大规模生成蛋白模型与分子动力学、量子化学模拟结合,让每条酶设计在进实验室前先过物理校验,团队在波士顿和纽约。
酶候选先过第一性原理模拟,再进湿实验,而不是只看生成模型打分。
生成模型给出的酶序列在实验室里经常站不住,缺少物理约束的预筛。

fossilhub 计划托管把 wiki、工单、论坛和代码收进一个 SQLite 文件的 Fossil 仓库,正在让用户在 fossilforge 和 fossilhub 之间投票。
小团队和智能体共用一个自包含仓库,而不必拆成一堆微服务。
Git 托管对小项目过重,Fossil 又缺少面向智能体的托管家。

BookVoice 用 AI 语音、角色和动画帮作者做图书广告、社交帖和宣传视频,一次买断包含视频构建器、口播、角色视频和脚本工具。
作者花一次钱就能持续做带自己书封的口播广告,而不用按月订阅视频站。
图书宣发需要口播和动画,按月订阅的视频工具对独立作者太贵。
.ai 区域快照抽样里,存量产品更偏向 LawnScale、Dentest、Jesto、Kaiya 一类可核验系统,而不是当日新注册趋势。
因为来源是完整区域文件,高分站点可能已存在一段时间;本报告只展示此前日报从未用过的项目。
优先跟踪有公开价格信号的产品,例如 BookVoice 买断 $297,含 30 天退款,无月费。
对加载页、域名出售页和空白页保持排除;只有能证明数据来源、集成或交付结果的项目才进入跟踪名单。
| 机会方向 | 样本信号 | 商业判断 | 优先级 |
|---|---|---|---|
| 开发者与智能体基础设施 | 3 个 | API、编排、身份、本地检索和控制平面可形成高频基础设施收入。 | 高 |
| 营销与搜索可见度 | 4 个 | 与 AI 搜索引用、内容生产和获客直接相连的项目更容易验证 ROI。 | 高 |
| 内容与个人效率 | 9 个 | 重点观察使用频次、付费墙和分发渠道。 | 中 |
| 行业垂直应用 | 12 个 | 有明确采购角色和可核验交付结果的垂直产品优先跟踪。 | 中 |