当AI遇见25岁以下——25Under25 AI创业者榜单

本文发布于《浦江科技评论》2026年6月刊

这25位年轻掌舵者，正以硬核技术与全球视野，为AI产业注入生生不息的动能。“25Under25AI创业者榜单”将分上下两篇发布，本文为上篇，下篇将于明天发布，敬请期待。

当下我们正处在一个被技术疯狂加速的时代，AI已然成为全球科技发展的核心领域。如果说前几年，我们还在讨论大模型的参数量，那么今天，从国家战略到产业实践，我们已经跨越了“模型竞赛”的阶段，进入了“场景破壁”的时刻。

2026年的政府工作报告清晰地向世界传递了中国的科技定力：深化拓展“人工智能+”行动，培育具身智能等未来产业。在这个宏大的时代背景下，技术从实验室走向千万个真实场景，最需要的催化剂是什么？是算力？是数据？不，最需要的是一群没有思想包袱、敢于定义未来的年轻人。

2025年4月，习近平总书记在上海全国首个大模型专业孵化载体“模速空间”考察时，面对一群朝气蓬勃的科研人员，深情寄语：“人工智能是年轻的事业，也是年轻人的事业。我们正在全面推进强国建设、民族复兴伟业，正是年轻一代展示才华、大显身手的好时候。”总书记的殷殷嘱托，不仅为青年投身AI创新指明了方向，也正是我们发布这份榜单的初心。技术定义了现在的边界，但年轻人，定义着未来的可能。

为了寻找这群正在定义未来的年轻人，《浦江科技评论》联合最创社区与TTC，把目光投向了那些25岁以下在AI创业领域担任CEO或者联合创始人的创业新生代，并坚持了四个维度的严格标准，即技术原创、场景落地、成长潜力、全球视野。通过自主申报与机构定向推荐，历经初审、尽调与专家评审，我们从近百位优秀的候选人中，最终遴选出了本次上榜的25位代表。

2026“25Under25 AI创业者”榜单

他们平均年龄只有23.8岁，最小的年仅21岁。这25人之中有来自国内外顶尖高校的学生，他们兼具硬核理工与交叉学科背景；但同时也有连续创业的年轻“老炮”，他们是躬身入局的实战派。他们不仅分布在我国AI产业前沿阵地的北京、上海、杭州等地，也有身处美国、新加坡参与全球竞逐的国际化团队。

这群AI世界里年轻的开拓者，正在用代码与算力，一砖一瓦地重构着现实。仔细审视这25位创业者身后的项目，可以看到当下AI创业呈现出三条清晰且互为支撑的主线。

第一条主线，是对底层基建的持续深耕。AI产业的繁荣，需要坚实的基础设施作为地基。部分上榜者正在攻坚AI电网式算力调度、密态计算等方向，试图在最底层的技术土壤中，为整个产业生态打下更稳固的根基。第二条主线，是对物理AI极限的持续突破。具身智能与机器人技术正成为AI产业下一个重要的竞争高地。多位上榜者深耕这一赛道，有人在攻克机器人的灵巧操作难题，有人在挑战长序列、多任务的复杂操作场景，也有人在着力构建可泛化的世界基础模型。这是一场将数字智能与物理世界真正连接的攻坚战，难度极高，潜力同样巨大。第三条主线，是对真实场景应用的持续重构。AI的价值，最终要在真实世界的具体问题中得到检验。部分上榜者选择了AI for Science，以算法加速科学发现的进程；还有一些人将目光落在AI教育这一承载着巨大社会价值的领域，以个性化、自适应的方式重新定义学习本身。他们不追求宏大叙事，而是聚焦一个个具体的痛点，以技术换来真实世界的改变。

这三条主线交织在一起，共同勾勒出2026年中国AI创业的最前沿拼图：既有仰望星空的底层探索，也有脚踏实地的场景落地，更有横跨数字与物理边界的突破。

青年兴则科技兴，青年强则产业强。资本寻找的是增长的复利，而时代寻找的是创新的破壁者。AI的创新不是一场百米冲刺，而是一场没有终点线的马拉松，在这条漫长的赛道上，跑在最前面的，永远是最年轻、最无畏的人。

模态跃迁自主研发的“跃迁基座”定位为企业级AI中台。邴龙志将其比喻为智能体的3D打印机，其能将各岗位的职能转化为标准化“虚拟员工”，嵌入企业工作流，用技术打通大模型落地的“最后一公里”。邴龙志相信AI并非独立行业，其本质是深度融入实体，核心只有“降本、增效、提质”。

“现在大模型路径已经非常收敛。我预估明年这时候，国内开源模型性能能够追上现在最好的闭源模型性能。当生成文本、图像、视频的模型都到了80分以后，大众对好和坏没有很直观的感知差异。”

“投资人也问过我们：你们想做一家什么样的公司？我们说要做一家伟大的公司。模态跃迁赌的是‘最后一公里’的落地能力，而非‘第一公里’的模型性能。我们希望模态跃迁成为AI时代的底层基础设施提供商，真正让AI深入千行百业、千家万户，能做一家万亿级的公司。”

北京大学元培学院大四学生陈博远是逆矩阵科技的联合创始人。为探索将强化学习与真实物理世界深度融合的下一代基座模型，陈博远与几位北大校友共同创立了逆矩阵科技。

“2024年Sora出来之后，行业里有一股很强的潮流，大家觉得视频生成就是世界模型的起点。我们的判断恰恰相反——视频生成模型本质上学的是像素层面的统计相关性，它不懂因果，不懂物理，这条路有天花板。世界模型的核心是交互。一个真正的世界模型必须能接受动作、预测下一个物理状态，并据此做出决策。”

“我们的组织文化是No Walls——没有墙、没有传统意义上的部门分化，也没有所谓的汇报关系，通过高度扁平化来促进底层创新。在世界模型还处于前沿探索阶段的今天，这是最高效的组织方式。”

魔芯科技在创立初期先选择了3D打印作为技术商业化的载体。产品给公司带来稳健的现金流，更积累了十几万用户，为算法迭代提供反馈。随着算法能力与市场验证的积累，公司目前聚焦4D世界模型的研发与构建，为3D创作、视觉娱乐、自动驾驶、具身智能等领域提供底层支撑。

“本质上，我们一直在做的是‘数字世界的构建 ’，只是当时最容易被市场理解的载体是打印机，而所谓的3D建模、切片和数字化处理，实际上都是通过这个具象产品把底层能力逐渐建立起来的过程。”

“资历和年龄都不是最重要的，有价值的成果才是被认可的关键。我和魔芯科技一路走来，就是想印证从科研端到市场落地的完整路径，更想展现出我们青年创业者在AI与世界模型领域蕴藏的无限潜力。”

面对科研与创业的十字路口，陈源培相信创业能给世界带来更直接的改变，这份责任感成了他探索具身智能的原动力。他判断，具身智能的下一次跨越将高度依赖数据的规模与质量，而人类行为数据的规模化采集正是破局的关键。基于这一认知，灵初智能押注了人类数据训练机器人的技术路径。

“很多科技创业公司容易犯的错误就是一直在追热点。而我们从成立的第一天开始，就定位在做人类数据。我认为人类数据是最好的交互载体，也是最容易获取的数据。”

“我们的商业模式为软硬一体交付。以物流分拣为例，我们直接交付搭载模型的整机。在这样一个需要硬件的领域，我认为目前还没有所谓的通用大脑。”

杜名阳是华中科技大学大三学生，曾获“挑战杯”国家级一等奖。他投身人形机器人与具身智能领域，创办了元一智能机器人。团队所有核心技术从零研发，在自研负载50kg级工业重载轮式机器人的基础上，打造出面向真实世界的OriginOneBrain具身智能大脑，解决了机器人跨时空长程记忆推理难题。

“全国具身智能企业与机器人本体企业的比例大概为1:6，两者兼做的企业更是少之又少。多数企业选择其中一条路，但我们选择两者都做，因为本体与大脑联合开发能使底层硬件与智能算法深度协同。”

“我们拒绝抄袭开源架构、力避行业同质化，从底层硬件到具身智能算法，均实现了全栈自研。这个过程是我创业以来最艰难的阶段——样机参数上不去、大脑算法研发受阻，再叠加资金流压力。所幸我们熬了过来，这段经历让我对行业的认知更加清晰，也锤炼了我的创业素养。”

冯如初有超过7年的达人营销与AI/PLG SaaS经验。在Dora AI担任市场负责人期间，她带领产品突破百万用户并获Product Hunt年度AI产品奖。2024年她创办AhaCreator，致力于用AI原生方式解决达人营销效率问题。平台如今已连接全球8万名创作者，服务300余家企业，加速行业从人力驱动向AI驱动转型。

“对我影响最大的企业家有三个人。一个是稻盛和夫。他让我第一次意识到，企业不仅是商业组织，也可以是一种社会价值的载体。另一个是张一鸣。他让我理解了什么叫‘平常心做伟大事’。厉害的人往往没有那么强的表演感，而是持续回到事情本质。还有埃隆·马斯克。他用第一性原理重新拆解了太多别人觉得‘不可能’的行业。”

“很多人觉得达人营销是一个‘只能靠人’的行业。但如果把达人营销拆开，会发现它其实是大量离散决策和执行链路的组合。达人营销最终一定会被AI端到端重构。”

在传统的工业视觉检测领域，李德芯智瞄准了连续卷材表面缺陷检测市场。其核心硬件是一款高度集成的智能相机，它打破了多设备组合的惯例，将相机控制、数据采集、图像处理与深度学习算法集成于单块FPGA芯片，实现了降本增效。目前，李德芯智的产品主要应用于光学膜、电池隔膜等连续卷材的质量监控，并逐步向半导体、玻璃等高端领域拓展。

“在工业视觉行业里，我几乎永远是现场最年轻的人。无论是客户、供应商还是竞争对手，大部分都比我年长二三十岁。那段时间其实对我冲击很大，因为我突然从过去学术、开源社区、大厂实习那种环境，被直接扔进一个非常现实、非常传统的工业世界。但我会觉得年轻是件好事。因为这个行业里几乎没有同龄竞争者。很多传统工业从业者并不愿意跨界学习，但我反而一直愿意不断突破原有认知边界。”

郝君儒创立乾径科技，决定将通信体系从专用芯片的束缚中解放出来，交由GPU算力平台接管。传统通信是从天线、射频、硬件基带到计算单元的烦琐串联，乾径科技则让射频前端直连计算平台，把调制解调等通信能力完全“软件化”。

“AI这个东西，要么是一个软的模型，要么最终有一个载体——物理AI。它要进场景，需要大量的物理数据。过去模型训练用的是公开数据、知识数据或语义数据，这些数据相对好采集。但要实现真正闭环，物理数据光靠真实采集肯定不够。现在做得很好的物理数据供应商，包括仿真数据公司，都在快速成长。而通信恰好是物理数据流转的管道。连接不稳定、延迟不可控，Physical AI就无法真正落地。这也是我们存在的意义。”

24岁的黄柏特曾在字节跳动负责一款名为MineContext的开源项目。离职后他创立持续低熵，并发布了桌面端AI助手AirJelly，通过屏幕截图捕捉工作上下文，从单纯记录升级为主动预测并代执行任务。持续低熵信奉“Context，not Control”，即更多的上下文，更少的控制，这也被印在了公司的文化衫上。

“我的创业偶像是张一鸣，他也是我当时选择去字节跳动的原因。我觉得他非常厉害的是，在BAT三巨头已经强势瓜分整个市场的时候，能够带领公司杀出重围。而这背后的核心支撑，是超越时代的认知，以及极其强大的管理和吸引优秀人才的能力。”

“我觉得自进化和持续学习会成为AI一个必然的前进方向。随着现在的AI科研、未来的具身智能以及世界模型的发展达到一定的阈值，AI就能够不断地自我获取资源、自进化并自我扩展，从而成为一个不亚于碳基的文明。”

2024年加入高擎动力时，黄涵雅还是清华大学法律专业的硕士生。她以总助身份入局，用半年时间“从0到1”搭建起科研生态与运营体系。之后，她开始组建团队，并带领团队逐渐成为连接商业需求与产研的桥梁。技术路径上，高擎动力坚持“做小”路线，并通过自研小电机加以实现。在2026年亦庄半程马拉松上，高擎的小型机器人“小派”完成了10千米的挑战。

“做消费级机器人，最关键的一点是安全。机器人放在家里，不能让大家不敢碰它。安全的处理方式，就是把它做小。亦庄马拉松之后，我们看到了这个战略带来的直接收益和市场反馈。这是‘做小’路线的胜利。”

“如果要进入具身智能赛道，我的建议是赶紧占坑，边干边学。当AI和机器人能够替代人类大部分能力的时候，我们的价值在哪里？未来需要的是想象力。”

21岁的计昊天创立的潇湘智控，直击铝工业“高能耗、重经验、极端工况采集难”的痛点，公司以“工业特种机器人+工业垂类智能体”双轮驱动，首创铝电解“两水平”毫米级测量方法，攻克了970℃高温与超500高斯强磁场的测量极限。其构建的铝工业全栈智能控制体系，助力铝厂实现吨铝能耗降低80～150千瓦时，年降本增效超千万元。潇湘智控已在香港设立子公司，对接东南亚与中东等海外铝业市场。

“AI的未来，一定在行万里路上，要跟物理世界做更多的交互。我们认定，在中国，AI的未来一定在与工业的结合上。”

“我觉得这个时代对年轻人有足够的包容，尤其我们做to B，客户反而很乐意去与我们交流，因为我们足够独特。”

基于对现实场景中数据泄露风险的判断，林修醇认为真正的AI时代，必须建立在绝对的数据安全之上，而密态计算正是解决问题的答案。他创立的荆华密算致力于推动高性能密态计算商业化，公司联合清华大学任炬教授实验室，将原本高昂的性能损耗成本砍掉了3～4个数量级，打破对GPU-TEE的硬件依赖，在实现数据“可用不可见”的同时，全面兼容国产异构计算生态。成立半年，荆华密算已完成数千万元种子轮与天使轮融资。

“AI领域的恶性隐私安全危机一定会爆发。今天的AI隐私领域仍是一个市场尚未充分觉醒的盲区，但随着AI全面接管企业的核心工作流，一场标志性的安全塌方必将倒逼行业洗牌。届时，数据安全与AI隐私将瞬间从锦上添花的‘可选项’变为生死攸关的‘基础设施’。”

林子轩长期专注AI技术研发与产品落地，深耕多模态AI、智能硬件、Agent交互与真实场景融合。他于2024年创立巡领科技（PathFinder），聚焦高尔夫训练与陪伴场景，深度融合人工智能、多模态感知与智能硬件技术，打造面向大众的专业化、个性化智能训练产品。公司致力于打破专业高尔夫训练的壁垒，让更多用户以低成本获得科学、精准的训练指导，推动运动AI技术在实体场景的落地普及。

“未来的AI不应该只是回答问题，而应该能感知环境、理解用户状态、调用工具、记住长期目标，并在现实场景中持续产生影响。以高尔夫训练为例，AI不能只说‘你的挥杆有问题’，它要知道球飞到哪里、杆面发生了什么、身体重心有没有偏移、用户过去几次训练在解决什么问题，以及这一次应该给他鼓励还是直接纠错。所以我觉得AI被低估的方向是物理世界感知、边缘智能、多模态交互和长期个性化记忆。”

凌天格毕业于卡内基梅隆大学计算机系，是格子互动创始人。他在曾经的线上剧本杀平台的创业经历中发现了声音在线上交互中的重要性，随后创立格子互动，并开发了AI语音产品“大饼AI”。凭借端侧本地模型实现低延迟与高音质，大饼AI的C端用户数已突破600万。为突破PC端增长天花板，团队推出游戏耳机实现移动端变声，上线20天销量破万。AI语音业务预计将在2026年创造超1亿元营收。

“做大饼AI的时候，我们从一开始就加入了关于商业模式的思考：怎么让用户直接付费给我们，怎么避免双边分成，怎么让产品本身就是分发渠道。剧本杀那次‘失败’，最后成了我们理解商业模式的重要里程碑。”

“我们是一家to C的公司，我们希望把最新的技术和一线的产品体验结合在一起，把原来只有小部分高端人才才有的声音超能力，给到更多的普通人。”

2025年，由路畅创立的沐仞科技（前身为万仞科技），用异构调度技术编织全球的分布式算网，将冗余绿电变成绿色词元，用中国的绿色词元承载全球计算需求。沐仞科技的具体解法是“前店后厂”：“前店”是零碳词元交易平台，负责将产出的算力进行交易；“后厂”是将光伏余电就地转化为算力的分布式一体机。沐仞科技已完成数千万元种子轮融资，订单金额突破3000万元。

“我的终极愿景是实现全球的‘算力潮汐’。全球分布式算力网络建成后，当北京日落，计算任务可实时调度至光照充沛的新疆执行；新疆入夜后，任务可以流转到中东地区。算力将随能源的流动而迁徙。”

面对具身智能浪潮，闵宇恒投身物理世界的智能化赛道，致力于在真实场景中完成下一代具身智能的进化。通过打通“模型性能—场景数据—商业回报”的三角闭环，他带领团队推动“物理世界与具身智能”的深度融合。公司愿景是让机器人从执行单一任务的工具，进化为具备自主认知与进化能力的“生产力伙伴”，成为改变人类社会运转效率的基础设施。

“创业是实现个人价值的直接路径，将想法转化为改变现实的成果是我个人对自己的要求。面对具身智能这一超越互联网规模的历史性浪潮，时代机遇让我决心跳出常规轨道。”

“真实场景的高质量数据是AI未来进化关键。零次方通过‘量产推动规模化部署，从真实场景中获取数据，以数据驱动技术迭代’的模式，构建‘数据驱动进化’的闭环，为未来具身智能在统一连续空间中理解和生成所有模态奠定基础。”

2003年出生的欧阳王子是一名连续创业者。2024年年末，他与深耕智能硬件行业、年长他十余岁的陈旭龙联合创办绒音科技，为低龄儿童打造“玩教一体”的智能硬件产品。绒音科技跳出市面上拍学机、学伴机以及毛绒玩具的同质化竞争，推出了市场唯一的放大镜形态AI硬件，同时放大镜搭载了防蓝光护眼屏幕与可调节滚轮，支持语音智能识别物体及多语种讲解。

“一款产品只有形成成熟形态、收获市场口碑后，才会迎来大量跟风；新品在未验证落地前，行业大多只观望不跟进。但‘仿出外形’和‘做出真正合格产品’完全是两回事。”

“现在行业AI硬件所用芯片，很多还是几年甚至十年前的旧款，搭配当下消费级AI硬件的专用芯片、产业配套体系仍有缺失。消费级AI硬件更看重性价比，不会盲目堆砌高端芯片，但行业亟须推出适配当下场景、兼顾性能与成本的专用AI硬件芯片。”

汤振翌16岁便创立个人工作室，曾为特拉维斯·斯科特（Travis Scott）等艺术家提供视觉创意指导，现就读于美国南加州大学IYA创新学院。他的创业初心来自阅读时的困扰：阅读纸质书时难以快速整理书中内容与灵感。通过扫描文本信息与语音记录，AI智能书签Mark可以让读者在阅读时捕捉灵感，将随手写下的文字和碎片想法，通过AI变成个人的思想档案。产品刚在社交媒体公布预售，就在一周内获得1500万次视频点击和超100万元营收，预计将在2026年秋天发货。

“我是第一次创业，第一次做硬件产品，第一次面向客户交付。我现在每天都在学新东西，这也是我觉得最重要的。我从一开始只是个会做3D动效视频的学生，到现在管理超7个人的团队，每一天其实都在突破我对自身能力的预期。”

清华大学计算机系博士研究生王冠博，既是科研者，也是创业者。他创立的万格智元，专注于端侧大模型部署与推理，核心目标是解决大模型在消费级设备上的运行问题。团队通过打破“内存大小与模型规模绑定”的传统限制，优化算子与推理框架，并构建跨芯片部署平台，让35B级大模型能够在普通PC上实现高效运行。公司C端产品已经上线，用户可以像使用流量一样，在端侧高频、低成本地使用大模型；B端业务也已与多家PC、NAS硬件厂商达成深度合作，逐步形成从技术到商业化的闭环。

“一开始很多人质疑端侧AI的可行性，认为消费级设备无法承载大模型。但如果未来用户需要低成本、高质量且高频率的AI体验，这些瓶颈就必须被打破。既然这是必经之路，就必须有人去攻克。”

“AI的下一阶段将是‘端云协同’。所有技术革命，都不是纯云端驱动的——互联网既有云端也有手机，通信网络既有基站也有终端。AI未来同样不会只依赖云端，否则会面临成本、延迟、隐私及Token消耗问题。未来必将形成‘云端负责训练，端侧负责推理’的协同模式。”

王文龙是清华大学电子信息方向的博士生，他创立的时空涌现（原清研智径）致力于将高知识密度的科研工作转化为系统化生产。时空涌现布局科研自动化加速与知产审校自动化提效两条业务线。王文龙认为，AI将把“内容生产”和“重复性专业判断”的边际成本降到趋近于零。时空涌现从成立之初便基于这一判断，将收费模式从“卖时间”彻底转向“卖结果”，把过去依赖资深代理人逐字推敲的审校工作转变为系统化流程，把研究者和代理人从重复劳动中解放出来。

“很多创业者讲至暗时刻，但我的犹豫不在这里。我是ENTJ，要不要干这件事，我几乎没纠结过。我真正反复怀疑的是另一件事：我怎么知道我不是在用一套自洽的逻辑骗自己？这个问题没有外人能帮我回答。我后来的处理方式不是‘扛过去’，是把怀疑转为一种机制：用最小成本尽快证伪，错就错得快一点。”

“作为博士生，我比绝大多数创业者更早、更切身地感受到了AI对科研的冲击。我的结论是，研究者的护城河正在从‘我会做’迁移到‘我知道该做什么，且能判断对错’。‘判断该不该做、做得对不对’这部分，目前还无法被机器取代。”

吴同是一个20年资深游戏玩家。在他看来，很多游戏只是流水线工业品：固定剧情、固定结局、固定玩法。而真正理想的游戏，应允许每个玩家拥有不同体验。于是，他开始把AI引入游戏。吴同创办的Funloom（库兰织梦），是一个基于AI实时生成剧情与交互体验的AI Native游戏平台，让每个玩家都能拥有属于自己的游戏世界和“人生体验”。今天的Funloom还只解决了剧情生成环节，下一阶段将继续解决数值系统、视觉系统和交互系统的问题。

“我做游戏最大的驱动力不是赚钱，而是我想玩的东西没人做。我从小就是一个重度游戏玩家。我玩游戏的时候，经常觉得很多体验是不完整的。而且我一直都有很强的表达欲，我不是单纯想做一个商业产品，而是想通过游戏表达对历史、文化和人生的理解。”

“最初我做的是利用AI自动写代码来制作游戏。我的想法是让普通玩家描述想玩的游戏，AI便能自动生成。然而代码是精密语言，人的自然语言却是模糊的，玩家其实无法精准描述自己的需求，所以生成出来的大部分游戏都不好玩。我开始意识到，AI Native游戏的重点，不在于用AI开发游戏，而在于让AI在玩家玩游戏的过程中实时生成内容。”

杨博麟创立的SigmaZ AI正尝试重新定义人机交互方式。他发现现有聊天式AI界面存在AI输出速度与人类处理速度之间的“信息吞吐错配”，由此提出了递归自进化的交互式视频引擎（Recursive Self-Improving Interactive Neural Video），通过视觉原生交互与实时双向反馈实现信息高效传递。目前，杨博麟的团队正将教育场景的交互视频理念拓展到更广泛的功能性应用，打造下一代信息内容平台，让用户能“所见即所得”，从交互中直接获得可操作的知识与经验。

“所谓实时交互，以数学讲解视频为例来解释就是，当用户听不懂某个公式时，传统做法是暂停视频，打开新页面去搜索讲解，再返回刚才的视频继续学习，而现在用户可以直接对着模型说：这个公式我不会，展开讲讲。模型便实时重新生成视频，来回应用户。”

“模型智能的提高并不等同于人的认知能力同步进步，人机交互的核心瓶颈实际在于人的信息接收带宽。AI每秒可输出80～240个Token，而人类平均每秒仅能读取5个。无论是从历史角度还是第一性原理角度，必然存在比文字更优雅的交互界面。我们一直倡导以Gen-UI（Generative User Interface，生成式用户界面）的形式，或者我们现在做的交互视频形式，实现信噪比更高的人机交流方式。”

杨昊霖高一退学，16岁去美院读人机交互，17岁成立产品设计工作室，19岁进互联网大厂，一路上升成为最年轻的产品设计专家。24岁，他裸辞创办ValidFlow。杨昊霖相信，AI消费者分析是企业商业决策的基础设施。AI重构企业的核心变量在于，AI能否替代人去做出产品定义、营销策略等关键决策。目前，ValidFlow正从智能消费硬件切入，面向全球品牌企业提供更快更好的AI市场研究和消费者洞察服务。

“执行效率在指数级提高，但决策质量还停留在上一个时代。这就是ValidFlow要解决的问题。”

“技术真正发生跃迁的时刻，往往是因为一个足够真实、具体的需求出现，从而把技术往前拽了一步。AI进化的下一站不在供给侧，而在需求侧，在于真实用户需求被发现的速度。需求一旦被真实地、结构化地发现，就会天然吸引资源和人才去推动技术突破。”

传统地面机器人受限于空间，很难主动靠近人，而飞行机器人能够跨越障碍，赋予陪伴真正的主动性与空间自由度。在这个理念下，张宇诺创立宇灵无限（Skyris），打造出全球首款AI驱动飞行陪伴机器人BOOBOO。BOOBOO采用仿生扑翼设计，能在室内实现自由飞行与悬停，并能识别用户情绪且做出响应。外界视“室内安静、安全、优雅飞行”为不可能实现的任务，而张宇诺以第一性原理推演可行性，耗时半年做出样品，最终验证了其价值。

“在AI进化方向上，当前AI陪伴行业扎堆语音情感与TTS（从文本到语音）领域，而行为层面的情感表达才是核心技术边疆。要打造真正的AI宠物，必须依托成熟模型实现情感与行为表达，端侧视觉语言模型搭配动作生成的两段式系统，是突破行业瓶颈、定义新一代AI硬件的关键。”

23岁的赵凯曾依靠自学编程参与打造数学学习应用MathGPT Pro，项目成功入选奇绩创坛。2025年，他创立了VideoTutor，致力于打造真正懂学生的AI私教。VideoTutor突破传统答疑局限，通过精准定位知识盲区、动画拆解难点，实现实时互动教学。产品上线仅20天便收获超3万注册用户，累计播放量突破千万次，凭借爆发式增长，迅速完成由YZi Labs领投、多家机构跟投的1100万美元种子轮融资，创下硅谷学生创业种子轮融资纪录。

“我一直想做的是让每个学生都有一个真正懂他的AI Tutor。它不仅能回答问题，还能判断学生哪里没懂，用动画讲清楚，并且实时互动。”

“我觉得年轻创始人要同时有野心和现实感。野心让你敢于挑战教育这种大问题，现实感让你每天解决产品、技术、团队和商业上的具体问题。”