端侧模型部署On-device Models
让 AI 能力下沉到鸿蒙设备本地运行，降低延迟、保护隐私，在受限硬件上依然保持可用体验。
产品与能力
What we build, and why it matters.
我们先把一个代表产品做透，再用同一套能力帮助更多真实场景落地。下面以蔓生为例，说明我们如何把一个真实问题变成持续可用的产品。
EverGrow· 蔓生
蔓生是我们在鸿蒙生态中构建的个人 AI 学习成长引擎。它把每一次学习、记录、思考与回顾沉淀为可生长的知识结构，让学过的内容真正成为你的一部分。
真实问题
学过的内容散落在各处，难以形成长期可用的知识结构。
产品过程
- 记录把学习记录留下来
- 整理确认后形成概念
- 生长看见知识如何联结
这些能力如何支撑蔓生Capabilities behind the case
技术能力不是清单，而是解释产品为什么能稳定、可用、可迭代的依据。每一条都对应蔓生里的一个真实挑战。
大模型应用工程LLM Application Engineering
围绕抽取、生成、检索与推荐构建稳定可控的应用层：提示工程、结构化输出、上下文管理与容错。
数据闭环与持续学习Data Loop & Learning
把使用行为与确认反馈沉淀为可学习的数据资产，建立从采集、评估到回流的闭环，让模型随真实使用改进。
鸿蒙原生开发HarmonyOS Native
覆盖 ArkTS、Stage 模型、原子化服务与跨设备协同，把 AI 能力嵌入鸿蒙生态的原生体验之中。
我们可以怎样一起做事How we like to work
合作方式没有标准答案。我们更擅长从 0 到 1 把 AI 做进产品，也愿意以技术顾问或共建伙伴的角色参与。
产品共创Product Co-creation
与有清晰场景和真实用户的团队一起，从问题定义、模型工程到产品交付全程共建。我们把 AI 产品化能力深度融入你的产品形态。
适合有清晰产品愿景，希望 AI 成为核心体验的项目Teams with a clear vision who want AI woven into the product.
技术顾问Technical Advisory
以顾问身份参与 AI 战略、选型与关键评审，帮助判断哪些问题值得用 AI 解、该用哪种能力、如何在不牺牲体验的前提下落地。
适合已有工程团队，需要外部视角校准方向Teams with engineering capacity who need an external vantage point.
团队共建Team Building
与希望长期投入 AI 产品的组织一起搭团队、建流程、沉淀工程能力，把模型能力真正变成可被持续维护的产品资产。
适合希望组建或升级 AI 产品化能力的组织Organizations building or leveling up AI productization capacity.