本项目开发了一种创新的酶催化产氢技术，通过特殊的高分子包覆工艺显著提升了铁镍氢酶的氧气耐受性。该技术使天然氢酶在空气中保持稳定，经电化学激活后可实现高效持久的产氢/用氢双向催化。相比传统催化剂，系统具有活化能低、反应效率高等优势，已完成实验室验证并展现优异的循环稳定性。研发团队正推进酶固定化工艺优化和反应器设计，为清洁氢能开发提供新型生物技术解决方案。
本项目开发了一种创新的酶催化产氢技术，通过特殊的高分子包覆工艺显著提升了铁镍氢酶的氧气耐受性。该技术使天然氢酶在空气中保持稳定，经电化学激活后可实现高效持久的产氢/用氢双向催化。相比传统催化剂，系统具有活化能低、反应效率高等优势，已完成实验室验证并展现优异的循环稳定性。研发团队正推进酶固定化工艺优化和反应器设计，为清洁氢能开发提供新型生物技术解决方案。
本项目利用国外生物菌类提取及褐煤生物法分离专利技术，开发生产包括腐殖酸在内的一系列高附加值原材料，旨在提供土壤零碳及污染修复解决方案的关键材料，项目计划联合产业链上下游企业（如煤矿集团、化工及农业生产资料集团）及政府力量，寻求支持与投资，共建世界首个万吨级褐煤生物技术提炼中试基地，参考国外现有小规模生产情况测算，该基地需投资 2000 万美元，可一次性生物分离产出 10 多种高附加值的零碳绿色农业及化工核心原材料产品，其中部分产品成分具有独特性，与化肥混合使用时，能吸收空气中的二氧化碳、降低土壤碳含量、清除其他污染，可直接修复受污染的工矿及军工土壤、清理爆炸物残留等，同时能让农民以低成本参与农牧业生产的碳指标交易体系，为农村、工矿、园区等实体经济主体注入低碳商业价值，应用前景广阔。
本项目聚焦原子沉积技术与相界面精确调控，其中粉体原子层沉积作为先进薄膜制备技术，在锂电池领域应用潜力巨大，项目旨在将该技术应用于锂电池制造，以提高其效率和使用寿命，目前部分国外公司利用该技术优化锂电池性能尚处于起步阶段，项目人在博士期间已掌握相关设备搭建及优化措施，致力于推动该技术在热电材料、锂电池、半导体芯片领域的创新应用，同时具备商业化潜力，秉持科学严谨态度不断优化技术方案，正寻求更多合作机会，希望与科研单位、企业共同探讨合作模式，加速该技术在锂电池领域的推广与应用。
芯矩科技通过革新FPGA架构，打破赛灵思和阿尔特拉两家公司的垄断壁垒，同时释放 AI 算力潜能。芯矩科技拥有 AI 专属 FPGA 新架构，可以提供最佳算力并且降低能耗；同时使用并提升开源 FPGA 架构可以更快更好的满足新的应用需要。公司用 AI 编程赋能开源 EDA，优化出的高效 FPGA 综合及布线 EDA 填平了 EDA 护城河。公司核心团队成员都是美国芯片行业顶级精英，其关键成员都曾在世界最大的几家美国芯片公司从事多年设计工作并任总监以上职位或FPGA 领域教授。
在通用人工智能（AGI）领域的软硬件协同设计中，项目团队的硕博研究聚焦于算法轻量化和高能效硬件设计的探索。在算法方面，团队深入研究了AI模型的轻量化和稀疏化方法，以优化存储和计算效率。在硬件方面，团队专注于稀疏计算以及对CNN、RNN和GNN等模型的高能效加速，致力于设计低功耗、高性能且高度灵活的硬件架构，以满足AI应用对计算资源的高效需求。研究涉及跨层优化，结合软件算法和硬件架构的特点，进一步提升整体系统的协同性和响应速度。通过构建具备动态适应能力的计算架构，团队能够针对不同任务需求灵活调整资源分配，实现多场景下的能效最优。这些研究为实现更高效的AGI系统奠定了基础。
该项目专注于具身智能的控制系统研发，致力于开发具有自主感知、决策和交互能力的机器人控制技术。系统核心由深度学习和强化学习算法驱动，结合多模态传感器数据（如视觉、触觉、力觉）进行实时环境感知，并基于连续动作空间的优化算法实现精准的运动控制。控制架构采用分布式处理和模块化设计，提升了系统的可扩展性和适应性，支持多种具身智能应用场景，如人机协作、医疗康复和自动驾驶等领域。团队由2名核心成员组成，具备人工智能、机器人学、嵌入式系统及传感技术等多学科背景。技术负责人拥有博士学位，在机器人控制算法领域有5年以上经验。另有1名资深工程师负责系统架构和软件开发。目前项目正在寻求融资。
该项目聚焦于新型复合材料与金属之间的直接连接技术，通过优化表面处理工艺，提升接合界面的结构特性和润湿性能。团队针对材料特性设计了高效的连接方案，在提升结构稳定性的同时，有效降低了工艺成本。项目由具备材料研发和工程实施经验的专业人员组成，覆盖了从实验研究到工程验证的多个环节。该技术已完成实验室阶段的验证，并在国际工业用户的小规模应用中获得了积极反馈。目前在国内尚未实现产业化落地，具备良好的市场潜力和应用前景，有望在未来为相关领域带来新的增长机会和技术突破。
该项目聚焦于开发一款智能仿真工具，用于分析关键工业设备焊接过程中的残余应力分布，支撑后续的结构安全性评估。项目依托通用仿真平台，结合先进的焊接计算方法与精细材料建模技术，对典型制造过程进行虚拟模拟，并基于仿真结果提出优化建议。研发团队由具备丰富仿真经验的科研人员主导，长期致力于相关领域的理论研究与应用探索。
深辉科技有限公司（DeepHue Pty Ltd）专注于无线水下机器人技术的研发、设计和生产。核心技术包括自研的无线水下通讯系统、AI 驱动的自主导航和智能控制算法，广泛应用于水下探测、环境监测和水下作业等领域。项目已达到技术成熟度等级（TRL）7，具备小规模产业化能力，正在积极拓展市场。公司拥有国际化的研发团队，核心成员毕业于清华大学、北京大学、悉尼大学等国内外顶尖高校，具备在人工智能、水下通讯、传感器网络等领域的深厚背景。自成立以来，项目已获得超四百万元融资，并与多家知名研究机构和企业建立合作。公司计划通过技术迭代与市场开拓，推动产品的大规模商业化，进一步扩大全球市场份额。
本项目开发了一套基于人工智能的精神疾病数字诊疗平台，通过整合多模态数据分析与专业评估工具，实现精神疾病的早期预警和精准分型。系统采用机器学习算法分析患者行为特征和生理指标，动态预测病情发展并生成个性化干预方案。研发团队由临床精神科专家、人工智能工程师和数据科学家组成，已完成核心算法开发和系统原型设计。目前正在进行医疗器械认证准备工作，该解决方案有望为精神疾病诊疗提供客观量化的辅助决策支持，改善传统诊疗模式的局限性。
某生物科技企业构建多维度技术矩阵，集成抗体药物开发、细胞基因治疗、智能生产工艺及GMP生产体系，形成覆盖药物研发全周期的技术支撑。团队拥有自主知识产权的智能化技术平台，实现从早期研发到产业化落地的全链条开发能力，重点突破生物制药关键工艺瓶颈，提供涵盖工艺开发、质控优化及智能工厂设计的综合解决方案。
该研究聚焦于面部静态与动态特征在大脑中的神经编码机制，通过融合脑磁图（MEG）检测与行为学实验，系统解析腹侧、背侧及社会运动神经通路在面部信息处理中的时空动态特性。创新性采用定向特征信息（DFI）等分析方法，揭示面部形态、动作单元（AUs）等特征在神经通路中的传递规律，实现从脑信号反向重构面部特征的突破。研究成果不仅为社交信息神经解码提供新范式，也为脑机交互领域的面部特征识别技术奠定理论基础。团队持续开展跨学科合作，致力于推动社交认知神经机制的前沿探索。
汽车及零部件
技术需求
橡胶材料的配方研发与工艺优化
人才需求
方向：橡胶、化学高分子相关专业
专业要求：对橡胶配方有深入了解，对橡胶工业工程设计、橡胶相关的机械设备等有深入了解
期望来源：橡胶产品相关企业
职位全称：材料工程师
薪资：30-40万/年
汽车及零部件
技术需求
CVT(无级变速箱)核心零部件
人才需求
方向：材料科学与工程、机械制造及其自动化等
专业要求：5-7年的相关行业工作验，熟悉多种工艺技术的实际操作流程，具备工艺改进项目经验。
职位全称：工艺技术经理
薪资：30-40w一年
沧澜资本是中国一家精品投行/财务顾问 (FA)，专注于为高速成长的科技与医疗健康领域创新企业（尤其是A-C轮阶段）提供私募股权融资服务。凭借深厚的行业认知和精准的投资人网络，沧澜资本为企业提供全流程融资顾问，包括定位梳理、材料制作、精准匹配投资人、谈判及交割支持，以专业高效助力企业成功融资。它是该领域内知名的精品机构。
软银亚洲风险投资公司（前身为软银韩国风险投资公司）于2019年1月正式更名，标志着其战略重心转向整个亚洲市场。公司管理资金超10亿美元，专注于全球人工智能、物联网和机器人领域的早期投资，已覆盖10个国家逾250家初创企业。作为软银集团在中国的核心早期风投机构，其以首尔和北京为基地，正拓展上海、新加坡及硅谷办事处。公司还与TPG共同运营3亿美元基金专注中国顶尖科技企业，投资项目包括印尼Tokopedia、美国Mythic等全球知名科技公司。
原子创投成立于2011年末，是一家专注于科技领域的早期投资机构。团队拥有丰富的投资、管理和创业经验，过半有海外留学经历，目前在北京、上海、广州分别设有办公室，管理四期人民币基金。曾荣获2019年中国年度天使投资人TOP30、2017年度40位40岁以下投资人、2016年度最活跃天使投资人、中国天使投资人TOP30、2015年度最活跃天使投资人、最勤奋天使投资机构、新锐投资人，2014年度中国最佳天使投资机构TOP10等业内殊荣。
联创永宣投资管理集团股份有限公司成立于2011年，是国内领先的风险投资管理机构，2015年9月在新三板挂牌（833502）。公司以创业投资和私募股权投资为核心，致力于成为中国卓越的价值投资者；通过对科技、健康、环保、文化、消费等领域的行业聚焦与深度研究，挖掘可成为行业龙头的优质企业。2015年，公司荣获中国创投委颁发的最活跃股权投资机构奖，并被清科评选为中国本土创投TOP10。2017年获得清科20强，中国股权投资协会20强，福布斯5强。