48小时、几版PPT和一个一等奖：启序元在西安AI黑客松都干了什么？

作者：启序元摘要：48 小时、一盒积木、几版被反复修改的 PPT，以及一个一等奖。启序元团队带着"元块工坊 MetaBuild"参加西安首届 AI 黑客松，尝试让 AI 不只会判断"搭错了"，还能理解人如何创造。

2026 年 9 月 25 日至 27 日，西安首届 AI 黑客松大赛在西安市新城区老钢厂艺术中心举行。

比赛时间：48 小时。

我们进场时，带着电脑、摄像头、积木，以及一个还在不断长大的想法。

离场时，除了更明显的黑眼圈，还多带走了一张一等奖奖牌。

以及一份被反复修改、持续打磨、终于暂时定稿的 PPT。

先说结果：

启序元团队带来的参赛项目——"元块工坊 MetaBuild"，获得了本届大赛的"开元造物奖"一等奖。

2026 年 9 月 27 日，"元块工坊 MetaBuild"获得西安首届 AI 黑客松大赛"开元造物奖"一等奖。

但比起只发一张领奖照，再配上一句"热烈祝贺"，我们更想聊聊这 48 小时里到底发生了什么。

因为在最终结果出现之前，这段经历里有积木、有代码、有摄像头、有一份怎么改都觉得还能更好的 PPT，还有陶工、王工和朱工一遍又一遍地说：

"这里，再打磨一下。"

从一盒积木开始，我们想让 AI 学会"看人造东西"

"元块工坊 MetaBuild"听起来有点像一家积木店。

实际上，它是一套从积木场景中生长出来的实体装配视觉系统。

项目最初的问题很简单：

如果一个人正在对着图纸搭积木，AI 能不能看懂他进行到了哪一步？

如果放错了零件，能不能及时提醒？

如果他不想按照图纸搭，突然开始自由发挥，AI 除了不断说"你搭错了"，还能不能真正理解他搭了什么？

于是，我们把整个系统拆成了三个阶段。

第一步：先教 AI 看懂图纸

用户输入一张积木图纸，系统尝试识别其中的零件和结构关系，再把二维图纸转化成可以执行的搭建顺序。

简单来说，就是让 AI 回答几个问题：

·  这里有哪些积木？

·  哪一块应该先放？

·  哪些零件存在上下或连接关系？

·  当前搭建状态距离目标还差几步？

看起来只是在搭积木。真正做起来，涉及的却是图像识别、空间关系理解、装配顺序规划和状态比对。

从编辑图纸开始，系统把目标结构转化为可执行的搭建过程。

现场演示：第一步，在系统中画出一份积木图纸，它就构成系统要对照的"目标"。

第二步：让 AI 看着你搭

图纸有了，接下来就轮到摄像头上场。

通过普通消费级摄像头，系统持续观察用户手里的零件和当前结构。如果出现错位、漏装或者跳步，系统就根据当前状态作出提示。

当然，现实不会像 PPT 流程图那么听话。人的手会挡住零件，积木的颜色和形状可能很相似，搭建过程也不会每次都严格按照顺序进行。

这时候，系统不仅要识别"画面里有什么"，还要判断现在进行到了哪一步、当前状态与目标状态有什么差异，以及用户是放错了还是选择了另一种合理路径。

这也是比赛现场演示的重要内容之一。

毕竟，评委面前的 Demo 和办公室里的 Demo，通常不是同一种生物。

办公室里的 Demo 温顺、配合、状态稳定。到了现场，它往往会突然拥有自己的想法。

好在这一次，"元块工坊"把核心链路顺利地展示了出来。

现场演示积木结构识别、搭建状态判断与作品评价。

第三步：当用户不想看图纸了

搭着搭着，用户突然不按图纸来了，怎么办？

传统系统可能会不断提醒："搭错了""还是错的""请重新放置"。

但我们觉得，造物不应该只有一个标准答案。

所以，在自由搭建模式中，系统不再只判断对错，而是尝试理解作品的结构、形态和创意，并生成多维评价、作品标题、趣味描述和延伸图像。

积木可以搭成小车、小房子，也可以搭成一种谁都没有见过、但创作者自己非常满意的生物。

AI 在这里不再是一个拿着红笔的监考老师，而更像一个愿意认真看完作品，再跟你聊两句的搭档。

造物应当是自由的。系统不该只会"教你搭"，也要尝试"懂你搭"。

自由搭建模式下，系统尝试理解作品并进行趣味化延伸。

48小时里，真正停不下来的，是我们三个人

如果要总结这次比赛的团队状态，大概可以用一句话：没有人真的相信"差不多就行"。

王工和朱工主要负责技术实现。从系统框架、视觉识别到服务部署，再到现场演示链路，两个人一直围绕同一个问题反复调整：还能不能更稳定一点？识别结果还能不能更准确一点？操作过程还能不能更顺一点？现场演示时，观众能不能一眼看懂系统正在做什么？

有时，系统已经能够正常运行，但"能运行"和"适合拿到现场演示"，中间还有很长一段路。

光线变化、手部遮挡、积木位置、摄像头角度、操作顺序，都可能影响最终效果。于是，王工和朱工继续测试、继续调整、继续跑下一轮。刚觉得一个问题解决了，换个角度，又会发现一个新的细节。

技术团队在和系统较劲，陶工则在另一边和项目表达较劲。

项目逻辑是不是足够清楚？积木原型和工业场景之间的关系有没有讲明白？评委能不能在有限时间里理解，我们做的不只是一个"搭积木工具"，而是一套可以继续迁移的视觉能力？

当然，还有那份 PPT。

陶工一直觉得 PPT 还可以再改改。王工和朱工的意见则相当一致："挺好的""已经很好了""这一版真的可以上了"。

陶工听完，一般会表示认可。然后打开文件，继续调整下一版。

标题再改一点，图片再换一张，前后逻辑再顺一遍，结尾再收得更有力量一点。

这边，王工和朱工在把技术 Demo 磨得更稳定；另一边，陶工在把项目逻辑和路演材料磨得更清楚。

技术刚跑通，大家会问："现场稳不稳？"现场稳定了，又会问："评委看得懂吗？"评委能看懂了，陶工还会再问一句："这个 PPT 是不是还能更好看一点？"

这就是我们在 48 小时里的工作状态。

不是某一个人的独角戏，而是三个人在不同位置上，把同一个项目反复往前推。

王工和朱工负责让想法真正跑起来，陶工负责让这套能力被准确表达出来，并对最终呈现进行把关。

技术不能只是跑通，还要稳定；想法不能只是新颖，还要说得清楚；项目不能只是完成，还要经得起现场检验。

黑客松不只是埋头写代码

48 小时当然很紧，但比赛最有意思的部分，并不只是每个团队关起门来赶自己的项目。

在调试和路演间隙，我们也和其他参赛团队聊了不少。大家选择的方向不同，有的关注智能体，有的研究多模态，也有的更偏向具体应用和产品化。

交流中经常会发现，同一个技术问题，不同团队会给出完全不同的解法。

有人更关注模型效果，有人更关注产品体验，也有人一开始就在想：这个东西离真正落地还有多远？

黑客松里的"松"，大概不是轻松的松，而是大家愿意把思路放松一点，把边界打开一点。

为什么一家做工业AI的团队，跑来搭积木？

启序元长期关注的是工业 AI 和智能视觉检测。为什么参赛项目却从积木开始？

答案其实很简单：积木是一个足够轻的试验场，但里面的问题并不轻。

在积木场景中，我们需要让视觉系统完成零件识别、结构关系理解、装配顺序判断、当前状态与目标状态比对、遮挡情况下的识别，以及错装、漏装和跳步判断。

把积木换成工业零部件，同类能力可以继续探索装配步骤引导、零件在位检测和装配状态判断。

把积木桌换成生产现场，持续观察和状态理解能力可以延伸到人员行为、安全风险和环境异常识别。

比赛中，我们还展示了工业零部件装配辅助、安全环境智能视觉和医疗器械术前清点等迁移方向。

当然，48 小时不会魔法般地把所有演示方向变成成熟产品。黑客松不是许愿池。

这些延伸场景还需要结合真实样品、现场光学条件、生产节拍、业务流程和验收标准继续验证。

然后，我们拿了一等奖

9 月 27 日，项目进入最终路演。

从编辑积木图纸，到视觉系统指导搭建；从步骤纠错，到自由搭建和趣味延伸；再到工业、安全与医疗场景的迁移展示——我们把这 48 小时里的想法和实现搬上了舞台。

最终，"元块工坊 MetaBuild"获得了"开元造物奖"一等奖。

领奖的时候，我们当然很开心。同时也忍不住想：这下陶工应该可以相信，PPT 可能真的没有那么丑了。

至少在下一次活动之前，大概可以。

从"元块工坊"，回到启序元

对启序元来说，这次黑客松并不是突然跑去"跨界玩积木"，它更像是我们长期技术方向的一次轻量化表达。

启序元专注于工业 AI 与智能视觉检测一体化解决方案，围绕安全监管、工业视觉检测、设备智能监测及预测性维护、工业 AI 智能体等方向，帮助企业提升风险识别、质量控制、设备运维和知识复用能力。

我们关注的不只是模型能否在一张图片中识别出某个目标，更关心识别结果能否形成预警、异常能否进入处置流程、质量问题能否联动报警或拦截、过程图片和数据能否保留下来，以及项目经验能否继续沉淀和复用。

从积木搭建到工业装配，从自由创作到状态理解，变化的是场景，不变的是同一个问题：

AI 如何真正看懂正在发生的事情，并在正确的时间给出有用的反馈？

最后

比赛 PPT 的最后一页，我们写了这样一句话：

世人以为积木是玩具。

我们却在这个"无用"的玩具场景里，造出了一套能进工厂、进教室、进手术室的视觉能力。

路演结语页：「世人以为积木是玩具。我们却在这个『无用』的玩具场景里，造出了一套能进工厂、进教室、进手术室的视觉能力。」

这就是"开元造物"——从一张图纸开始，生出造物的可能。

这也是"无用之用"——从看似简单的原型里，打磨能够走向真实问题的智慧与技术。