Georgi

台北,誰在做什麼。

認識因 YC Startup School 台北場聚在一起的創辦人、開發者與投資人,也看看咖啡廳、辦公室或活動場地,能如何即時掌握現場。

台北新創圖譜

一切從一場咖啡早晨開始:YC Startup School 台北場期間,173 位創辦人、開發者與投資人報名相聚。看看誰在做什麼、找到志同道合的夥伴,也加入你的新創,讓圖譜繼續長大。

把你的新創放上圖譜

我們會盡快確認並加入。只會顯示你在這裡填寫的內容,Email 不會公開。

關注的投資領域
正在找

邊緣 AI 能察覺什麼

在咖啡早晨,一般的攝影機、手機、WiFi 與 CO₂ 感測器,記下了全場什麼時候專心聽、什麼時候分心、什麼時候熱鬧起來。想像裝置本身就能在現場看懂這些,空間就能趁大家還在的時候調整。這正是我們努力的方向。

pitch8 dB16 dB12349:3010:0010:3011:0011:35
室內人聲(比底噪高幾 dB)掌聲

10:40

全場安靜下來

15 位創業者各有 60 秒。全場安靜下來聽,人聲從比底噪高約 13 dB 降到約 8 dB。一半的人不到 48 秒就講完,台下給了 18 次掌聲。

為什麼重要知道全場什麼時候在專心聽,音樂、磨豆機或通知就先等一下。

10:51

台下開始聊起來

從第 9 組開始,台上還在 pitch,台下已經自己聊起來,人聲回升到約 10 dB。

為什麼重要讓主辦方知道注意力什麼時候開始分散,下一場的環節可以排短一點。

10:54

沒有麥克風,全場在聽

第 13 組不拿麥克風上台。他講的 48 秒裡台下安靜下來,背景聲降到 3.5 dB,前後其他組平均 5.9 dB。

為什麼重要找出能把全場拉回來的時刻,不只是讓人分心的時刻。

11:00

79 秒就聊開了

15 組裡有 8 組在結尾請大家來找他聊。主持人 10:58 收尾,79 秒後人聲就回到交流時的音量;11:05 到 11:24 是整個早上最熱鬧的一段,CO₂ 升到 871 ppm 的高點。

為什麼重要在空氣變悶之前,先補咖啡、打開通風。

這頁的數字都來自我們公開的資料包。 看看原始數據,以及我們怎麼算。

查看資料包

如果 AI 能在事情發生的當下,理解實體世界?

Georgi 正在打造邊緣 AI 的多模態技術堆疊,讓開發者能把 AI 放進實體世界的日常裝置。攝影機、麥克風和感測器就能理解周遭發生的事,幫你當下做出反應。