新一届 “35岁以下科技创新35人” 中国区名单发布
本文来源：DeepTech深科技
2017 年，DeepTech 联合《麻省理工科技评论》将 TR35 评选正式落地中国，关注和挖掘中国新兴科技领域的青年创新力量。经过 8 届评选，TR35 中国已然形成了一种独特的创新生态，其多样性为中国科技发展注入了独特活力，特别是在 AI 领域，表现尤为突出。
2025 年 5 月 23 日，在上海举办的 2024 年度“35 岁以下科技创新 35 人”中国区发布暨中国科技青年论坛上，新一届入选者正式揭晓，他们以卓越的创新成果和非凡的创造力，成为了中国科技领域的耀眼新星。
这 35 位科技青年中，有人以开源生态推动技术普惠，有人以合成数据突破具身智能瓶颈，有人将光合系统跨物种移植逆转退行性疾病，有人用拓扑超材料改写声波操控法则。他们攻克科学难题，开拓交叉领域，书写中国科技“链式反应”：从实验室原子级成像到生产线分钟级装配，再从微观蛋白质降解到宏观量子优越性验证，通过不断拓展人类认知边界，在全球技术竞争中刻下中国坐标。
“从 0 到 1”，从 35 到无限——在中国，创新的故事永远有下一章。
2024 年度“35 岁以下科技创新 35 人”中国区入选名单如下（*以下排名不分先后）：
入选名单
他作为第一完成人领导了 DeepSeekMath 项目，通过高质量预训练和基于 GRPO 的强化学习方法，从根本上提升模型的数学和逻辑推理能力。
他开创了融合推理与行动的智能体范式，并推动智能体技术在通用系统操作与知识密集型领域的应用。
他用合成数据开发了首个端到端具身抓取基础大模型，突破数据和泛化瓶颈，有望促进通用具身机器人走向规模商业化。
她聚焦制造业 5.0 的先进机器人技术，将生成式 AI 融入原型及生产过程中，开创了全新的人机协作模式。
他开创了基于真实世界数据飞轮的强化学习框架，实现了复杂机器人操作任务的超人类性能与高效训练。
她开发了一种纳米孔读取有机化合物数字信息的新方法，能精确读取单比特信息，结合深度学习可分辨 1-4 比特长度的所有组合，平均准确率高达 90%。
他通过一种基于超分子拓扑网络的新设计，发明了第一个高密度、本征可拉伸的生物电极阵列。
他以开创性分布式机器学习系统与 LLM 优化技术，主导构建 Chatbot Arena 开放评测平台，推动 AI 高效化与普惠化。
他提出了首个基于大模型的自动驾驶“快-慢双系统”，并正打造机器人的具身大模型。
他首次实现了固态氖表面单电子量子比特系统，为构建更稳定和更可靠的量子计算机提供理想方案。
他提出了创新的稀疏计算软硬协同优化方法，显著提升通用人工智能的计算效率和能效，有效缓解了大模型时代的算力瓶颈。
她开发了可高效降解膜蛋白的转铁蛋白受体靶向嵌合体，有望重新定义膜蛋白降解在肿瘤学中的应用。
她推动 AI 从二维静态感知迈向三维空间智能，使其能够无缝感知、理解并与现实环境交互。
他提出了大模型“能力密度定律”并构建高效端侧大模型 MiniCPM 系列，推动大模型技术从云侧向端侧的普惠化发展。
他提出了业内最早的图文生成理解一体化的多模态大模型架构之一，并发布中国首个千亿参数原生多模态大模型。
他提出了使用合成空间推理数据训练视觉-语言模型的方法，以弥补当前基础模型因机器人数据稀缺而导致的欠拟合。
她首次阐明了气态水杨酸甲酯的植物受体及其介导植物气传性免疫的分子机制，揭示了全新的蚜虫与病毒间的共进化方式。
他聚焦垂直自旋磁存储芯片技术研究，攻克无外场高速翻转、高密度集成等关键难题，助推该技术从实验室走向产业化。
他基于 AI 实现全球最大规模量子比特中性原子阵列及量子纠错解码器，为容错量子计算提供了新的技术路径。
庞全全（35岁）北京大学助理教授：他基于储量丰富的硫元素，在储能电池和动力电池两大领域，开发了低成本且高本征安全的电化学储能体系。
刘紫航（34岁）哈尔滨工业大学教授：他提出了新型热电界面材料筛选策略，发现了高可靠性的热电界面材料，填补了热电模块开发的关键技术空白。
她实现了极小磁场下低温热电性能的显著提升，突破现存最高低温（< 300K）热电优值，为低温固态制冷带来全新机遇。
他提出并发展了层级贝叶斯深度学习框架，让 AI 模型具备可解释性、可控性和因果推理能力。
她开发了索尼首个以视觉为中心的联邦学习平台、视觉基础模型和图像生成模型，助力解决全球性的隐私安全版权与高成本难题。
他利用独特的扫描探针显微技术，发现了莫尔晶格的全新物理特性，为未来量子技术进步奠定基础。
她将高阶拓扑和非厄米物理引入声学及光学超材料，为鲁棒操控声波与光波开辟了新途径。
她构建了纳米酶复合益生菌新体系，成功克服益生菌在肠道环境中存活难和功效差两大难题，显著提升肠炎和肠癌的治疗效果。
他提出了首个基于 AI 的通用 RNA 基础模型，显著加速 RNA 设计迭代并大幅减少实验周期和成本。
他通过开发高精度电磁力控制系统和智能运维技术，成功解决 EMS 型磁浮列车在复杂环境下的稳定性、鲁棒控制及故障容错等难题。
他致力于高效催化剂开发、反应器及催化流程设计，发展出一条从简单低碳分子到复杂高碳分子的高效转化路径。
他将电子显微镜与集成光芯片跨领域结合，开创了基于集成光学的自由电子精密测量与超快调控，有望推动科学装置、工业设备和医疗仪器等系统应用。
他通过口服细菌生物材料替代传统的透析，将肾衰竭毒素转化为氨基酸，已在猪模型中实现了 80% 以上的毒素清除率。
他提出创新的超复数参数化方法提升 AI 模型效率，开创多模态思维链（Multimodal-CoT）增强复杂推理，并作为核心贡献者推动了 Llama 3 和 Llama 4 的超长（千万 token）上下文与多模态集成技术的发展。
他通过跨物种递送，首次将植物天然光合作用系统植入哺乳动物细胞内，为其提供能量，并在衰老退行性疾病骨关节炎的治疗中显示出良好的临床应用前景。
他开发了原子分辨三维电子成像技术，能精确获得材料中每一个原子的三维位置和种类，为未来纳米能源材料的设计提供指导。
本文来源：DeepTech深科技