晶泰科技发布“科学家”计划,开放产业课题与北京创新中心

资讯 AI 应用前沿 全文 2477 字 · 约 7 分钟读完 分类学术研究算力

晶泰科技推出面向全球青年科研团队的“科学家”计划,将真实产业难题转化为公开命题,提供算力、自动化实验室等资源支持。同步启用北京Pixent Foundry孵化器,聚焦AI for Science早期项目验证,试图打通从论文到产品的转化堵点。

所属频道 算力与芯片前沿研究

把产业难题变成科研考题

11月14日,晶泰科技(2228.HK)对外发布“科学家”计划。这家公司以往给人的印象是埋头做研发、卖服务,这次却把门向全球青年科研团队敞开。同一天,其位于北京的创新中心Pixent Foundry正式投入运营。

做法说白了就是:企业把生产中碰到的硬核难题拆成公开科研命题,交给高校和研究所的年轻人去解;晶泰拿出解题要用的资源,包括AI算力、自动化湿实验室和产业化验证通道。

首批命题预计今年年底发榜,报名通道也会同步开启。对实验经费紧张、或者有好想法却找不到落地场景的青年科学家来说,这可能是一个新的机会窗口。

为什么需要这样一个计划?

晶泰科技联合创始人兼首席执行官马健在发布会上讲了一个朴素的道理。晶泰起家于三位物理学家的科学构想,从“灵光一现”到“产品落地”之间隔着多深的鸿沟,他们太清楚。

眼下的产学研合作,错位相当明显。

产业端手里攥着大量跨学科的细分难题,比如新材料的合成路径、药物分子的筛选效率等。可企业内部研发资源有限,很难建立稳定对接外部顶尖科研力量的机制。结果很多时候,企业只能把简单任务外包出去,触及不到核心创新。

高校和科研院所这边,沉淀了大量前沿理论,发了不少高分论文,成果却往往止步于纸面。缺了真实的工业场景和标准化实验数据,很多想法没法快速验证可行性,规模化应用更谈不上。

青年科研人员、博士后乃至硕博研究生团队最有创新活力,也最敢想敢干,却常常被挡在重资产科研基础设施门外。训练工业级AI模型要巨额算力,建自动化湿实验室成本高昂,小型学术团队独立承担不起。没有验证土壤,创新想法很容易夭折。

晶泰科技想填的,就是这个断层。按“真实产业命题、开放资源支撑、闭环验证转化”的路子,把分散的创意和工业级资源接起来。

“科学家”计划具体怎么运作?

这不是简单的奖学金或比赛,而是一套完整的创新孵化机制。

命题来源上,晶泰会向生态内企业征集真实科研难题,双方共同打磨,形成标准化、可量化、有科研价值的公开命题。参赛者面对的因而不是虚构的理论题,而是产业界真正头疼、且愿意投入资源解决的问题。

资源支持方面,入选团队最高可拿到10万元额度的科研资源服务券。这笔钱不能提现,但能按需搭配晶泰的算力平台、自动化实验室机时以及场地资源。对要跑大规模分子动力学模拟或做高通量实验的团队来说,能省下不少真金白银。

硬件之外,软性权益同样重要。入选者有机会获得实习岗位、孵化对接机会和荣誉认证。方案足够优秀的话,还能直接走向联合研发或项目合作,核心团队成员甚至能拿到工作offer或创业孵化支持。

比起单纯发现金,这种激励更有吸引力。青年科学家不只是在完成一个课题,还在积累产业经验、建立职业网络,甚至直接开启创业之路。

北京创新中心:聚焦“-1到1”的早期阶段

和“科学家”计划同步启动的,是晶泰旗下的北京创新孵化器Pixent Foundry。

这是一个专注AI for Science领域的硬科技孵化器,定位很明确:聚焦创新项目从“-1到1”的早期阶段。

“-1到1”是什么意思?创业语境里,“0到1”通常指从想法到原型产品;“-1”则是连想法都还没完全成型、仅处于科学假设或初步探索的阶段。Pixent Foundry要做的,就是帮科学家和创业团队在这个最模糊、风险最高的时期,完成技术判断、概念验证(POC)和产品方向探索。

孵化器覆盖人工智能、生命科学、新材料、科技消费品等领域,通过技术评估、实验验证环境和产业导师指导,推动创新成果走向产品化和产业化。

不少科学家学术背景深厚、商业经验欠缺,这一步往往最难跨。他们擅长发现科学规律,对市场需求、成本控制或供应链管理却不熟悉。Pixent Foundry的作用就是早期介入,用产业视角审视科学发现,让科研少走死胡同。

开放背后的商业考量

作为一家平台型科技企业,晶泰科技的核心能力是把人工智能与机器人实验室技术结合起来推动科学创新。自身商业化还在成长,却选择把沉淀多年的技术与实验资源对外开放,看上去像在做公益,实际上背后有深层的战略盘算。

先说人才。通过“科学家”计划,晶泰能提前锁定一批最有潜力的青年科研人才。这些人将来可能进晶泰工作,可能成为合作伙伴,也可能在生态里自己创业。用这种方式搭起来的人才网络,比传统招聘更高效,也更精准。再说创新源头。企业内部研发容易陷进思维定势,而全球青年科学家带来的是多元视角和方法论。开放命题,等于借外脑解内部难题,研发风险降下来,创新效率提上去。

还有生态层面的加固。依赖晶泰算力、数据和实验室设施的科研团队越多,晶泰的角色就越从单纯的服务提供商变成科研基础设施的一部分。这种粘性,普通项目合作比不了。

马健表示:“今天发布的科学家计划,正是希望基于我们走过的路,踩过的坑,力所能及地为怀揣创新想法的青年科研力量撑一把伞。”话听着温情,底下的商业逻辑却很冷静:AI 驱动科学发现的浪潮里,谁握住创新源头和转化通道,谁就握住未来的话语权。

结语

AI for Science 领域的竞争重心,正从单纯的技术比拼转向生态和基础设施。光有算法或数据,已经算不上绝对优势;能不能高效连接科研创意与产业需求,能不能压低验证成本、缩短转化周期,成了新的角力点。晶泰科技这一步,正落在这个变化上。

“科学家”计划和北京创新中心能不能真正打通产学研的堵点,还得看时间。但至少,它为青年科学家提供了一条看得见、摸得着的路径:不只发论文,而是让想法在真实产业场景里接受考验,最终变成改变世界的产品。

产业界收到的信号也很清楚:开放式创新不再只是口号,而是正在落地的实践。往后,类似的平台大概会越来越多,把分散的智力资源聚到一起,共同应对复杂的科学挑战。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 超聚变创业板IPO过会:174天闯关,河南国资控股

    深交所上市审核委员会本月 12 日召开 2026 年第 61 次审议会议,会议结果为超聚变数字技术股份有限公司(以下简称超聚变)(首发)符合发行条件、上市条件和信息披露要求。这意味着超聚变申报深交所创业板 IPO 过会,且公开信息显示从申报受理到过会仅用时 174 天。

    来源 IT之家
  2. 微软专利:用玩家显卡跑AI训练,闲置算力能换钱

    一周前,OpenAI CEO萨姆·奥尔特曼曾在播客节目中吐槽道,“当我们审视全球有限的内存供应链时,会发现资源分配非常糟糕。全球数以亿计的个人电脑中,囤积了海量的内存,但在绝大多数时间里,这些内存的使用率仅仅只有5%左右”。 普通PC用户买内存是浪费,OpenAI用才是正途,奥尔特曼这番傲慢的“地图炮”很快就一石激起千

    来源 AI 行业观察
  3. 黄仁勋的叙事术为何失灵:创始人神话在丑闻中走向终结?

    他被视为最会讲故事的科技CEO,把NVIDIA从显卡厂商讲成AI时代的算力霸主。但在WIRED看来,创始人神话正在失效:当性丑闻争议缠身,再精彩的叙事也难以自圆其说。本文剖析黄仁勋的叙事术、硅谷的创始人崇拜,以及一个关于权力、形象与真相的行业寓言。

    来源 AI 科技快讯
  4. Anthropic启动IPO路演:6倍超购背后,算力承诺8954亿美元

    Anthropic于2026年11月10日启动IPO路演,计划11月19日登陆纳斯达克,募资规模高达644亿美元,估值1.4万亿美元,路演第三天已达6倍超购。CEO Dario Amodei在与摩根大通CEO Jamie Dimon的公开对话中罕见坦承,算力采购是公司面临的"最深的商业难题"。S-1文件披露公司长期算力

    来源 AI 科技快讯
  5. Anthropic启动644亿美元IPO路演:Amodei坦言算力是最大商业风险

    Anthropic于2026年11月10日启动IPO路演,计划11月19日登陆纳斯达克,募资规模高达644亿美元,估值1.4万亿美元,路演第三天已达6倍超购。CEO Dario Amodei在与摩根大通CEO Jamie Dimon的公开对话中罕见坦承,算力采购是公司面临的"最深的商业难题"。S-1文件披露公司长期算力

    来源 AI 行业观察
  6. 工业AI净利率跌破5%:错尺子量不出实体利润

    (本文作者为 GritMeng,钛媒体经授权发布)文 | GritMeng聊天对话框省不出利润率,物理AI真正的金矿藏在“同源耦合”的水下。这两年,科技界与实体产业之间裂开了一道肉眼可见的鸿沟。一边是算力基础设施与大语言模型狂飙突进,参数规模、推理速度每半年翻一番,智能体(Agent)概念席卷所有科技峰会;另一边却是广

    来源 腾讯网
  7. 英伟达芯片追踪计划与硅谷中期选举误判:技术万能论受考验

    硅谷一向自诩能预知未来,却在中期选举的政治判断上集体失准;与此同时,英伟达正推进芯片位置追踪计划,以应对出口管制与走私难题。两件事看似无关,却共同暴露出技术精英的思维盲区:把世界当成一道可以用算力求解的工程题。本期The Download带你解读。

    来源 AI 科技快讯
  8. 中科曙光万伟:系统级创新如何破局算力集群规模瓶颈?

    IT之家 11 月 15 日消息,据界面新闻报道,11 月 15 日,在第八届中国超级算力大会(ChinaSC 2026)暨中国智能计算产业联盟理事会年会上,中科曙光高速网络互联产品部总工程师万伟提出高速互连是算力基础设施实现规模扩展的关键,需要通过系统级创新,让更大规模的计算资源高效协作。万伟表示,中科曙光自研的 s

    来源 腾讯网
  9. 万伟:中科曙光以高速互连破局算力集群扩张

    IT之家 11 月 15 日消息,据界面新闻报道,11 月 15 日,在第八届中国超级算力大会(ChinaSC 2026)暨中国智能计算产业联盟理事会年会上,中科曙光高速网络互联产品部总工程师万伟提出高速互连是算力基础设施实现规模扩展的关键,需要通过系统级创新,让更大规模的计算资源高效协作。 万伟表示,中科曙光自研的

    来源 AI 行业观察
  10. 英伟达990亿投资AI生态:下一轮融资更贵更难?

    近年来,AI热潮背后一直站着一位“最后贷款人”,他卖芯片,也开支票。如今,那个穿皮衣的人离开了“AI央行”英伟达,支票簿临时交到了一位曾被他称作“车灯前的小鹿”的财务官手中。 过去几年,英伟达一边卖芯片,一边向AI产业链各环节大举投资。截至今年7月26日,其股权投资的账面价值达990亿美元,投资对象涵盖AI实验室、新兴

    来源 AI 行业观察
  11. 南开大学综述:AI做研究,三项决策权在谁手里?

    新智元报道 你让AI自动设计一种新的推理算法:它能读论文、写代码、跑实验,还能根据结果不断修改方案。看起来,整个研究过程已经交给了AI。但如果研究问题由人类提出、允许修改的范围由人类划定、判断成功的标准也由人类设定,那么AI真正掌握了多少研究决策?它是在替人做实验,还是已经开始决定如何做研究?最近,南开大...

    来源 腾讯网
  12. 黄仁勋离任后:AI初创融资缺口将扩大?

    TechCrunch报道称,黄仁勋离任将在AI初创融资市场留下巨大缺口。此前英伟达在其领导下向AI初创投入数百亿美元,既提供资金也带来算力与生态背书。创始人和风险投资人预计,未来融资支票更小、估值更低、交易更谨慎。文章分析这一变化对AI创业生态、英伟达战略投资节奏以及VC定价逻辑的潜在影响。

    来源 AI 行业观察
  13. 联发科Genio Pro 5100:106 TOPS端侧算力,瞄准机器人大脑

    过去,复杂的AI任务往往需要依靠云端算力支持,但对于需要快速响应、持续作业的工业设备和智能机器人而言,本地计算的重要性正在不断提升。如何让设备拥有独立处理复杂任务的能力,成为边缘AI发

    来源 快科技
  14. OpenAI解散机器人团队

    据科创板日报援引媒体报道称,OpenAI已解散其独立机器人团队,将团队研究人员重新分配至其他部门。一位OpenAI发言人表示,此举并不意味着公司退出机器人领域,机器人技术仍然是OpenAI长期愿景的核心组成部分。OpenAI原机器人研究团队已被并入公司的核心研究团队,向首席研究官Mark Chen汇报;而应用机器人团队

    来源 腾讯网
  15. 中科院团队:少量神经元即可解码手部三维运动,脑机接口迎新思路

    IT之家 11 月 14 日消息,据新华社昨晚报道,中国科学院自动化研究所团队通过灵长类动物实验研究,揭示大脑仅用少量神经元就能解码手部三维运动轨迹,为研发更高效的新一代脑机接口提供神经科学依据。 在以往的运动皮层研究中,实验往往将猕猴的运动范围限于少量离散位置,研究人员难以分辨神经元的编码方式。 为了解开这个难题,研

    来源 AI 行业观察
  16. 中国拿下全球八成海底数据中心专利,从追赶者变成领头羊

    随着人工智能(AI)等技术的迅速发展,对算力的需求快速增长。在算力基础设施的建设中,海底数据中心(UDC)被视为解决能耗、散热和土地占用等问题的关键方向之一。据香港《南华早报》11月14日报道,期刊《海洋信息技术与应用》本月初发表的一项最新专利研究显示,目前中国拥有全球80%的海底数据中心专利,在这一关键技术领...

    来源 腾讯网
  17. 国星宇航登陆港交所:太空AI第一股,中国太空算力出海启程

    11月13日,国星宇航在港交所主板挂牌上市。这家以AI智算卫星为核心的民营航天企业,成为太空AI第一股。国星宇航赴港上市,是我国支持太空算力、空间基础设施有序出海的典型案例,也吹响了中国太空算力出海的号角。 放眼全球,随着人工智能算力需求爆发式增长、全球低轨卫星星座加速部署,太空算力开始从技术验证迈向规模化部署。欧美科

    来源 AI 行业观察
  18. 谷歌TPU 8tx与8i Max:英伟达通用GPU招牌还稳吗

    (本文作者为 财能圈,钛媒体经授权发布) 文 | 财能圈 近日,谷歌发布两款新的TPU芯片,TPU 8tx和TPU 8i Max。 TPU是谷歌自己设计的AI专用芯片,做了十多年,最开始只为自己的搜索业务省算力。这次不一样:8tx卖给政府机构和受监管行业,主打芯片层面的数据加密;8iMax把两颗芯片封在同一个封装里,主

    来源 AI 行业观察
向下滚动自动加载更多