新一届TR35亚太区名单揭晓最年轻者仅26岁中国入选者超七成

排行榜 2025年09月24日 09:50 0 admin

IT时报记者郝俊慧

“35岁是一个重要的人生阶跃点，希望在座的各位35岁之后能构建更大的网络，大展宏图。”9月22日，2025浦江科技青年论坛Meet the TR35 Summit 2025暨《麻省理工科技评论》“35岁以下科技创新35人”（TR35）（以下简称TR35论坛）亚太区发布仪式上，北京清华工业开发研究院副院长、上海合成生物学创新中心执行主任付小龙在“构建一个可持续的未来”圆桌论坛结尾，如是阐释35岁对于一名青年科技工作者的重要性。

“从量子模拟算法到通用的智能体，从非特威尔到微量传感器，我们看到一个关键词就是合作。”《麻省理工科技评论》（中国）联合出版人陈禺杉指出，亚太地区文化多元，任何一个国家或者个人都不能单点解决复杂挑战，唯有协同整合，才能实现互利共赢。这些创新者们通过跨区域、跨学科、跨产业的合作，展现了“共生、共存、共创”的亚太创新生态，“如此才能更高效解决区域性的共同难题”。

中国入选者最多

1999年，《麻省理工科技评论》启动“35岁以下科技创新35人”（MIT echnology Review Innovators Under 35，简称TR35）评选，每年从多个维度寻找专注于新兴科技创新，并有望通过技术落地来改变世界的青年力量。2014年，TR35首次按下在亚太地区的评选启动键。

截至2024年，TR35亚太区共完成11届发布，220位入选者脱颖而出。其中，中国（包括港澳台地区）入选人数最多，以82人的数量持续领跑；新加坡以76人紧随其后。今年入选的35位青年创新者，是评委会从数千名候选人中多轮评审后选出的，涵盖人工智能、生命科学、材料科学、能源技术等研究领域。

最年轻的亚太区入选者为26岁的印度Skild Al创始研究员Ananye Agarwal，他的研究聚焦于解决通用AI 在物理世界应用中的核心瓶颈：物理交互数据的稀缺性。Ananye Agarwal提出将大规模模拟作为解决方案，让机器人在数百万个虚拟世界中进行训练，从而在短时间内积累海量的物理交互经验，用以训练能够在真实世界中稳定运行的通用机器人模型。

为训练能够控制不同形态机器人的通用大脑，他开发了LocoFormer 模型，并在超过十万种不同的机器人上进行训练，使其能够适应断腿、电机卡死等极端硬件故障。

中国入选者有25名，《IT时报》记者初步统计名单后发现，入选的青年创新者分布在全球不同的高校和企业中，其中既有牛津大学、耶鲁大学、清华大学、复旦大学等全球顶尖高校，也有谷歌、小米等互联网大厂，有人专注于可穿戴的微纳传感器，有人致力于智能体落地，有人聚焦基础模型与计算机视觉的交叉领域……

最年轻的中国入选者为29岁的新加坡国立大学助理教授张嘉恒，他开创了零知识机器学习，旨在以可验证的方式确保模型推理的完整性与机密性，为区块链互操作性提供了无需信任的解决方案。2025年，他和团队将ZKP 应用于大型语言模型，将Transformer 模型推理的证明生成时间缩短至一分钟以内，相较此前系统实现了百倍的性能提升，为隐私保护AI 的规模化部署扫清了关键障碍。

除中国外，入选者还来自印度、韩国、新加坡、澳大利亚等地；其中既有在本土机构任职的学者，也有在欧美高校/研究机构工作的亚太学者。评委之一，日本工程院院士、印度国家科学院院士、南方科技大学讲席教授徐强表示，中国和新加坡学者占比较高的另一个原因在于“不同国家科研体制不同”，比如日本更偏重团队制，不少研究者在35岁前尚未独立主持，与TR35强调个人主导/个人影响力的评审口径不完全匹配，加上日本本土也有自己的奖项体系，因此申报者较少。

AI和新材料是“重头戏”

从研究方向看，AI仍是“重头戏”，接近一半入选者与AI直接相关或跨界融合。

巧合的是，产业界的两位入选者都聚焦具身智能。

担任Google DeepMind主任科学家的夏斐聚焦于计算机视觉、机器人学与机器学习的交叉领域，致力于解决通用机器人在复杂非结构化环境中执行长时序任务的核心挑战。他将大型语言模型（LLM）和视觉语言模型（VLM）等基础模型的强大推理能力与机器人的物理感知和执行能力相结合，为机器人智能开辟了新的技术路径。

为解决语言模型缺乏对物理世界认知的问题，夏斐与团队共同主导开发了SayCan（“Do As I Can, Not As I Say”）系统，将语言模型的指令规划与机器人自身的物理能力进行“虚实结合”，使机器人能将抽象的人类语言分解为一系列自身能力范围内可执行的具体动作。这一框架有效解决了语言模型的“纸上谈兵”问题，为机器人赋予了基于现实的常识推理能力。

今年刚刚加入小米的陈龙则致力于解决自动驾驶领域的“黑盒”信任危机。之前，陈龙在英国自动驾驶公司Wayve工作期间便与团队率先提出并开发了业界视觉—语言—行为（Vision-Language-Action, VLA）模型框架之一：“Lingo”系列模型。该模型通过融合车辆感知的多模态信息，特别是物体级别的矢量数据，使自动驾驶系统能够理解复杂的交通场景并做出决策。

陈龙的研究为下一代自动驾驶系统提供了新的发展范式，即从单纯由数据驱动的执行者，转变为能够像人类一样进行有效沟通和常识推理的可信赖的智能体，旨在突破传统端到端AI 的限制，构建一个不仅能驾驶，还能用自然语言解释其行为和意图的“透明大脑”。

这种具备可解释性的智能系统，最终目标是让车辆能清晰阐述其推理过程，从而使其决策过程对人类来说是可理解和可审查的，从根本上增强公众对自动驾驶技术的信任，加速其在真实世界中的安全部署和应用。

除了人工智能之外，研究新材料的青年学者占比也很高，接近三分之一，并在能源、医疗、信息等应用场景“抢镜”。其余入选者分布于能源与环境、生命健康、通信/6G、量子等前沿赛道。

从这些入选者的交叉图谱里，可以看见一条清晰脉络：一端是以算法、模型、系统到芯片/器件的“纵向一体化”，另一端是以能源、环境、医疗、城市与网络为代表的“横向应用带”，从“原始创新”到“真实落地”，这些年轻的科技创新者正在两端同时发力。

“35+之后”更进一步

论坛上，多场圆桌论坛精彩纷呈。尤其当谈及青年科学家如何在不同的文化和政策环境中开展创新实践的问题、如何在35岁之后“更上一层楼”时，来自全球的科学家和青年创新者分享了各自的观点。

首场圆桌“全球创新生态”中，嘉宾们围绕差异化发展与国际合作的平衡、基础研究与产业生态的协同、科研文化差异下的互补共存以及绿色技术的跨界共创等话题，深入讨论不同地域与文化背景下创新模式的根本差异与融合潜力，呼吁在全球化新格局中构建开放共生、协同互鉴的创新生态系统。“成为创新者”圆桌则聚焦青年科学家如何在不同文化与政策环境中开展创新实践，几位全球青年创新者结合各自的实践经历，分享了如何克服资源限制和环境差异，用技术应对本地与全球挑战。

比如，在欧洲等地，“政策一致性与高效流程”往往成为创新的限速环节，因此有专家建议，青年科学家在颠覆式创新领域要及早对接政府立法与非稀释资金，将政策沟通与资金结构纳入项目路线图，从而有效跨越“死亡之谷”。