今日 Product Hunt 热榜（对应太平洋时间 7 月 31 日日榜）主题横跨「生成式视频与机器人大脑」、销售/客户数据治理，以及本地隐私向工具：榜首 MiniMax H3 用统一多模态模型做 2K 音视频生成，Gemini Robotics 2 把全身控制与多机器人协作推到物理世界；Cleanlist、Poth Labs、DepthData、Customer.io 分别覆盖自然语言获客、客户知识图谱、公司级 AI 支出台账与全渠道触达；mectrics、witr、Screencap、Halo 则偏本地菜单栏监控、进程因果追踪、工作流训练数据采集与视频会议深度伪造检测。票数来自抓取时 hunted.space 日榜快照（约 MiniMax H3 315 票居首），排名仍可能变动。
1. MiniMax H3 · 官网/文档 · 发布说明
标语：Unified video generation for motion design and branding
背景
MiniMax H3 是 MiniMax 发布的通用多模态视频模型（API 模型 ID MiniMax-H3）：统一理解文本、图像、视频与音频，支持文生视频、首末帧图生视频与参考生成/剪辑，默认输出最高约 2K、时长约 4–15 秒，并可生成原生立体声。公开材料强调指令遵循、品牌/文字呈现与动作迁移等面向广告、包装与动态设计场景的能力，并表示后续计划开放权重（以官网为准）。抓取时约 315 票、约 9 评，日榜第 1。
产品要解决的问题
商业内容团队往往要在多个专用视频模型与工具间切换，才能同时完成文生、参考素材驱动与带声音的成片；闭源生态迭代慢，也难按品牌规范稳定出字与构图。
产品市场分析
目标用户包括动效/品牌设计、电商与广告制作方，以及接入视频 API 的开发者。竞品空间覆盖 Runway、Luma、可灵等文生/图生视频服务。差异化叙事偏「统一多模态输入 + 2K 默认 + 原生音频 + 开源路线」；变现以托管 API 计费为主（公开材料称 2K 单价相对主流模型更低，具体以价目为准）。
产品上下游
上游：文本提示、参考图/视频/音频素材与分辨率、时长、画幅等参数。下游：异步任务返回的可下载视频，进入剪辑时间线、广告投放物料或产品站展示。
2. Cleanlist AI · 官网
标语：Natural-language prospecting: find, enrich and sync leads.
背景
Cleanlist 定位为面向 GTM 团队的 AI 获客与清洗平台：用自然语言描述 ICP，或上传 CSV / LinkedIn / Sales Navigator 链接，经 AI 检索与约 15 家供应商瀑布式 enrichment，产出可验证邮箱/电话并同步 CRM。产品线还包括 Copilot（一句话跑完搜人—富化—打分—导出）与 People Search API。官网称可从免费额度起步（以官网为准）。抓取时约 255 票、约 26 评，日榜第 2。
产品要解决的问题
销售与 RevOps 常在 Apollo、Clay、Hunter 等多工具间手工拼筛选、富化与 CRM 导入，名单脏、邮箱失效且流程耗时长。
产品市场分析
目标为 SDR、增长与数据运营团队。竞品包括 Clay（自建 enrichment 表）、Apollo/ZoomInfo 等数据库型工具。差异化叙事是「自然语言 / Copilot 直接交付 CRM 就绪名单」而非让用户自配列公式；变现信号为 credits 与分层订阅。
产品上下游
上游：自然语言 ICP、CSV/领英导出、CRM 去重基准。下游：验证后的联系人字段与同步到 HubSpot/Salesforce 等 CRM 的序列就绪名单。
3. mectrics · 官网 · GitHub
标语：Your Mac’s vitals in the menu bar. Free and open source.
背景
mectrics 是原生 macOS 菜单栏系统监视器（Swift 6，macOS 15+，MIT）：可按需显示 CPU、内存、电池、网络、磁盘、GPU、温度与风扇等，点击弹出详情；可选 Compact Health 在异常时才提醒。项目强调零遥测、菜单栏宽度稳定、签名公证分发。抓取时约 231 票、约 20 评，日榜第 3。
产品要解决的问题
开发者需要一眼看到机器负载，但不想装重量级监控套件，也不希望菜单栏指标乱跳或后台偷偷上报数据。
产品市场分析
目标为 macOS 开发者与重度用户。竞品包括 Stats、iStat Menus、MacVitals 等菜单栏监视器。开源 + 无遥测 + 轻量体积是主要信号；当前公开材料以免费下载为主。
产品上下游
上游：本机 IOKit / Darwin 采样到的硬件与进程指标。下游：菜单栏读数与弹层详情，供用户决定是否降温、关进程或插电。
4. Poth Labs · 官网
标语：The customer brain for your company
背景
Poth（Poth Labs，材料提及 YC）把通话纪要、支持工单、CRM 备注、Slack、问卷等客户信号建成可查询的「公司客户大脑」；Ask Poth 可跨源回答 churn、功能采用等原因，并附证据。若证据不足，可发起自适应调研补洞。抓取时约 191 票、约 12 评，日榜第 4。
产品要解决的问题
客户反馈散落在多个 SaaS 里，产品/增长/领导层只能读局部摘要，难以回答「同一客户在不同系统里为何流失」这类跨源问题。
产品市场分析
目标为产品、客户成功与增长研究团队。竞品包括 Dovetail 等研究库、通用 BI 与站内反馈工具。差异化叙事是「先建关系图谱再问答」以及证据不足时主动采证；商业化路径偏 demo / 企业试用（以官网为准）。
产品上下游
上游：会议转录、工单、CRM、Slack、NPS 等连接器数据。下游：带引用的主题/根因洞察与可选跟进调研，回流产品路线图与成功团队动作。
5. DepthData · 官网
标语：The system of record for your company’s AI spend.
背景
DepthData（站点亦写作 Depthdata）连接 ChatGPT Enterprise、Claude、Copilot、Gemini、Cursor 等只读管理 API，把各厂商互不一致的用量定义归一成公司级 AI 采用、支出与「单位结果成本」视图；强调不读 prompt、不在终端装 agent，并为数字标注校验方式以便审计。抓取时约 160 票、约 24 评，日榜第 5。
产品要解决的问题
企业同时采购多套 AI 订阅，却无法回答董事会：花了多少、谁在用、哪些席位闲置、是否产生可辩护的业务结果。
产品市场分析
目标为财务、IT 与 AI 治理负责人。竞品包括各厂商自带 admin、通用 SaaS 支出平台，以及单工具 LLM observability。差异化叙事是「跨供应商、审计友好的 AI 支出系统记录」；公开材料以 early demo 邀请为主。
产品上下游
上游：各 AI 供应商只读 admin / billing 接口。下游：健康分、闲置席位、教练推送与可导出的董事会材料，供续约与赋能决策。
6. Halo by Scam AI · 官网
标语：Know who’s real on every video call
背景
Halo（Scam AI）是面向 Windows 的端侧深度伪造检测：在 Zoom、Teams、Meet、WebEx、Slack 等通话中实时标记合成人脸/换脸，分析在本地内存中完成，宣称不录制、不上传画面，并可保留本机审计轨迹。材料提及与高通等生态合作及企业场景（财务打款核身、招聘面试）。抓取时约 155 票、约 28 评，日榜第 6。
产品要解决的问题
邮件过滤与登录校验挡不住「通话过程中」的合成高管/候选人；云端检测有延迟与隐私顾虑，难在转账或录用决策前给出当场告警。
产品市场分析
目标为财务/资金、HR 招聘与高管助理等高风险通话角色。竞品包括云端 deepfake 检测、会议平台自带安全能力与通用身份核验。差异化叙事是「通话全程、端侧、无上传」；变现偏下载试用与企业 demo。
产品上下游
上游：本机会议客户端视频帧。下游：实时告警与本机审计记录，供合规/欺诈调查，而不改变原有会议工作流。
7. witr · 官网/GitHub · 文档
标语：Why is this running? Trace process, port, container or file
背景
witr（Why Is This Running?）是用 Go 编写的跨平台 CLI/TUI：对进程名、PID、端口、容器或文件锁追溯「谁启动了它」的因果链（systemd、supervisor、shell、cron、容器运行时等），支持 --short / --json 与交互式 Processes/Ports/Containers/Locks 面板。抓取时约 140 票、约 30 评，日榜第 7。
产品要解决的问题ps/lsof/docker ps 只展示状态，排障时仍需人工拼接「这个端口为何存在、被谁保活」。
产品市场分析
目标为 Linux/macOS/Windows/BSD 上的开发者与 SRE。竞品是上述原生命令的组合使用，以及部分商业可观测 agent。开源静态二进制 + 可脚本化 JSON 是主要信号。
产品上下游
上游：/proc、systemd、容器运行时与套接字元数据。下游：人类可读因果链或 JSON，进入排障笔记、自动化检查或安全告警。
8. Customer.io Summer Release · 官网 · 发布说明
标语：New ways to reach customers in the moments that matter
背景
Customer.io 的夏季大型版本扩展触发器与触达面：地理围栏旅程、锁屏 Live Notifications、自带 SMS 供应商（BYO）、站内通知收件箱，以及旅程内 LLM Actions、AI Agent、WhatsApp/LINE 管理与效果洞察等（以官方公告为准）。抓取时约 137 票、约 3 评，日榜第 8。
产品要解决的问题
生命周期营销要在「人在哪、此刻关心什么」时触达，却受限于渠道碎片、静态分支规则与难以嵌入的外部 AI 调用。
产品市场分析
目标为已有或评估 Customer.io 的增长/生命周期团队。竞品为 Braze、Iterable、Klaviyo 等参与平台。本次是成熟产品的能力扩展发布，变现仍走既有订阅；AI 能力在公告中附带额度说明（以官网为准）。
产品上下游
上游：客户事件、位置、订阅偏好与知识库/提示模板。下游：邮件、推送、短信、WhatsApp/站内收件箱等消息与旅程分支结果，回流分析看板。
9. Screencap
标语：Turn your team’s real workflows into AI training data
背景
据 Product Hunt listing：Screencap 在 macOS 上录制真实工作流（屏幕、点击、按键与窗口上下文），转为可用于自动化与 AI 训练的结构化数据集；录制时拦截多数敏感应用，导出前清洗与人工复核。材料称开源，个人可试用、团队可谈试点。本次抓取未能解析 PH 官网短链（Cloudflare 拦截），细节以 listing 为准。抓取时约 129 票、约 19 评，日榜第 9。
产品要解决的问题
训练 computer-use / 流程自动化模型缺少「真人多应用脏数据」；屏幕录制又极易泄漏密码管理器、银行与 PII。
产品市场分析
目标为需要采集桌面操作轨迹的 AI/自动化团队与愿贡献 scrubbed 数据的个人。竞品包括 screenpipe、各类 computer-use 数据采集器与手工标注平台。隐私优先 + 训练数据定位是主要叙事；官网域名待短链恢复后核实。
产品上下游
上游：用户同意后的本机 UI 事件与屏幕上下文。下游：清洗后的结构化轨迹/数据集，供内部自动化或模型训练；默认可不出本机。
10. Gemini Robotics 2 · DeepMind 博客 · 产品页
标语：Google’s AI brain for the next generation of robots
背景
Gemini Robotics 2 是 Google DeepMind 的具身智能套件：Vision-Language-Action 模型负责从感知到全身/双手电机控制，ER 2 做多步规划与多机器人协作，另有 On-Device 2 轻量变体。公开材料称 ER 2 可通过 Gemini API / AI Studio 预览，VLA 与端侧版多为早期合作伙伴/受信测试者访问。抓取时约 112 票、约 2 评，日榜第 10。
产品要解决的问题
既有机器人栈多停留在桌面操作或单一任务示教，难以在杂乱真实环境中做全身平衡、灵巧手与跨机体协作。
产品市场分析
目标为机器人硬件伙伴、研究机构与企业具身 AI 团队。竞品包括其他厂商的 VLA/具身模型与自研控制栈。Google 生态分发（API + 合作伙伴早期访问）是主要门槛与渠道。
产品上下游
上游：相机/本体感知、自然语言任务与机器人本体接口。下游：关节/末端执行指令与多机任务分工，进入仓储、家庭或工业试点场景。