又一场Y Combinator Demo Day于本周四举行，但这一批公司看起来有些不同。虽然每一期都会带来一批新创始人，但本周路演的初创公司比以往批次更偏向深科技（deep tech）。
TechCrunch每个季度照例会询问早期风投，让他们点出本批次最热门的初创公司——既包括他们的首选，也包括大家热议的项目。和往常一样，我们把至少被两位投资人点名为本批次最热门的公司整理成一份名单。
正如一位投资人所言，本批公司的技术’像科幻小说一样’。但在这些大胆想法之外，大家的共识是估值比最近几期务实得多。
我们按字母顺序列出以下最受青睐的公司：
**正在打造：**部署在海上漂浮的核动力数据中心
**入选理由：**电力供应短缺，当地社区也日益反对新建数据中心。Atomarine由一位MIT计算机科学与船舶工程师和一位MIT核工程博士联合创立，希望通过将数据中心放置在海上驳船上解决算力短缺问题，海水几乎可以提供免费冷却。该公司计划在2028年前启动燃气动力试点，并计划在2032年转向漂浮的核动力船只。Atomarine声称已通过意向书获得了超过40亿美元的客户意向。一位风投告诉TechCrunch，这种收入潜力使其成为本批次估值最高的初创公司之一。
**正在打造：**面向AI数据中心的高效节能高速光网络硬件
**入选理由：**其理念是，GPU集群在等待数据在各芯片之间传输时浪费了大量算力时间。在网络层中，数据需要从光转换为电再转换回光，这一过程消耗大量电力并产生大量热量。Dipole Labs表示，他们打造了一种跳过转换环节的光交换机，使数据保持光信号形式直接到达目的地。这是一个非常及时的问题，因为GPU价格极其昂贵，数据中心希望在计算硬件上榨取最大性能，不浪费任何时间。
**正在打造：**可在当地生产的喷气动力打击无人机和反制无人机
**入选理由：**Isengard的目标是在盟友国家内直接批量生产喷气动力攻击无人机和反制无人机，成本仅为美国主承包商要价的一小部分。该公司由一名前澳大利亚陆军军官和一位曾将另一家聚焦乌克兰的无人机初创公司做到6000万美元营收的国防创业者联合创立，Isengard本身已实现1000万美元营收。据两位投资人透露，这家初创公司引发了风投的热烈讨论，获得了本批次YC公司中最高的估值之一。
**正在打造：**将AI模型权重硬编码的定制推理芯片
**入选理由：**传统AI芯片在推理过程中需要从内存中读取模型权重，消耗大量能源。Lamb Labs由一位伦敦帝国理工学院AI博士和一位牛津大学理论物理学家联合创立，希望通过将AI模型权重直接硬编码到硅片中来打造超高效芯片。这些被称为’模型处理单元’（MPU）的定制芯片消除了内存带宽瓶颈。
**正在打造：**收集用于训练机器人的真实世界数据
**入选理由：**这家公司与各企业合作，收集人类工作的视频和数据，并将其转化为机器人公司的训练材料。该公司表示已与上市公司合作，并在150多个不同环境中采集了视频数据。随着企业开始更多尝试区分哪些任务最适合人类——以及在AI不断自我完善的背景下，哪些任务更适合交给机器人——这家公司可能变得非常重要。
**正在打造：**打造处理日常任务的经济型机器人
**入选理由：**这家公司仅推出六周，销售额已接近50万美元。这并不令人意外——这是一款有望帮助清洗和折叠衣物的人形机器人。用户还可以通过笔记本电脑应用操作机器人。其售价约为1600美元，与售价约2万美元的Neo等人形机器人相比非常划算。机器人领域最大的问题之一是，能否打造一款能真正把碗碟放进洗碗机、完成日常家务的家用经济型机器人。Nori是对这一挑战的又一次尝试。
**正在打造：**能搬运重物的自主机器人
**入选理由：**这家公司的创始人想在火星上建造一座城市。第一步是什么？打造执行重型任务的机器人技术。该公司表示其技术已在美国各地安装太阳能电池板，并已获得截至2027年的2500万美元合同。其愿景是让这项技术帮助自动化建造以实现火星殖民。这家初创公司正在与SpaceX的火星建造时间表赛跑，希望能在2028年前开始一项探索任务。
**正在打造：**训练人类脑细胞，以期有朝一日为计算提供动力
**入选理由：**又一家试图寻找最佳方式来解决运行模型所需巨大电力和能源问题的公司。这次，Parasma正在研究使用人类脑细胞作为当今AI计算硬件的有效且更节能的替代方案。
**正在打造：**编写机器人控制代码的API层
**入选理由：**投资人和科技爱好者们期待机器人的’ChatGPT时刻’即将到来。这种热情推动着打造通用机器人模型的各种不同方法。Waddle Labs没有用原始视频或人类遥操作数据训练基础模型，而是使用一层LLM智能体直接编写代码并控制机器人。这家由哈佛毕业生创办的初创公司将自己定位为’机器人领域的Claude Code’。该公司声称，只需将任何硬件接入Waddle的API，开发者就能用自然语言告诉机器人要做什么，其AI智能体将自主生成可执行的控制代码、验证其是否有效，并在大约20分钟内完成机器人设置。
正在加载下一篇文章
加载下一篇文章时出错