Von Basiskomponenten auf Chip-Ebene und neuromorphem Rechnen bis hin zur autonomen Robotereinsatzplanung, physischer Intelligenz in extremen Umgebungen und der Modellierung physischer Umgebungen an der Erdoberfläche – KI-Spitzentechnologien werden entlang mehrerer verschiedener Wege vorangetrieben, um industrielle Anwendungen zur Marktreife zu bringen. Wie man originale Laborergebnisse die Kluft zwischen technischer Validierung und Kommerzialisierung überwinden lässt, ist zu einer zentralen Frage auf dem Weg von Forschung und Innovation zur industriellen Praxis geworden.
Am 26. Oktober fand in der Zhongguancun International Technology Exchange Center der erste Roadshow-Termin des von der Beijing Academy of Artificial Intelligence (BAAI) vorgestellten „Yuanchuang-Programms“ statt. Fünf Projekte – Linjiehe Technology, Lingshu Qizhi, Tensorfield Technology, Cangqiong Jizhi und Qianxiangliang Technology – wurden gemeinsam präsentiert und konzentrieren sich jeweils auf 3D-Selbstdurchfluss-V-RRAM-Chips, neuromorphe verkörperte Intelligenz, Hamilton-Weltmodelle, zuverlässige physikalische Intelligenz für Extremumgebungen sowie ein einheitliches Weltmodell der physikalischen Oberflächenumwelt. Die Veranstaltung enthielt auch einen Verhandlungsabschnitt zwischen Projekten und Fonds, um den Austausch und die Vernetzung zwischen Gründungsteams und Investoren zu fördern.
Von der „Quelleninnovation“ bis zur „industriellen Validierung“: Beim Yuanchuang-Programm geht es nicht nur um die Finanzierung
Vor Ort erläuterte Yang Yang, Vizepräsident des Beijing Academy of Artificial Intelligence (BAAI), die Ausrichtung und die Fördermechanismen des „Yuanchuang-Programms“. Als ein in erster Linie an den Kreis der BAAI-Forscher gerichteten Inkubationsprogramm für Gründungen auf Basis originärer Technologien konzentriert sich das Yuanchuang-Programm auf originäre Forschungsthemen im Bereich der künstlichen Intelligenz und folgt den Prinzipien der „Innovation an der Quelle, schnelle Entscheidungsfindung, schrittweises Erproben und durchgehend regelkonforme Verwertung“. Dabei bündelt es Technologie-, Talents, Kapital- und Industrieressourcen, um Forschungsteams den Weg vom Labor in die Industrie zu erleichtern. Das Programm richtet den Blick nicht nur auf die Finanzierungsanbindung, sondern bemüht sich vor allem darum, einen Kooperationsmechanismus aufzubauen, der originäre Forschung, Gründungsteams und den Industriemarkt miteinander verbindet, und treibt die Überführung von Forschungsergebnissen von der technischen Entdeckung zur technischen Validierung und kommerziellen Anwendung voran.
Die Einführung des YuanChuang-Programms reagiert auch auf die realen Bedürfnisse der Entwicklung der KI-Industrie und der Verwertung wissenschaftlicher und technologischer Errungenschaften. Derzeit befindet sich die KI in einer entscheidenden Phase des Übergangs von technologischen Durchbrüchen zu industriellen Anwendungen; die technische Validierung, die Anpassung an Anwendungsszenarien und die Kommerzialisierung origineller Technologien stoßen zunehmend auf Aufmerksamkeit. Gleichzeitig werden die politischen Rahmenbedingungen und Mechanismen zur Verwertung wissenschaftlicher und technologischer Errungenschaften kontinuierlich verbessert, was Forschungseinrichtungen neue Möglichkeiten eröffnet, die Umsetzung origineller Ergebnisse zu erproben. Das YuanChuang-Programm möchte dieses Zeitfenster nutzen, um die Verbindung zwischen wissenschaftlicher Innovation und industriellen Bedürfnissen weiter zu stärken und mehr vielversprechende originelle Technologien auf den Weg zum Markt zu unterstützen.
Fünf Projekte präsentieren die vielfältige Erkundung KI-gestützter Originaltechnologien
1. Kritische Kerntechnologie: von originellen Bauelementen bis hin zu Software- und Hardwareplattformen
临界核科技 (Linjae Hedeji) konzentriert sich auf 3DV-RRAM-Chips und ist in der untersten Ebene mit selbstselektierenden RRAM-Bauelementen, Chips, dem FlagOS-Softwareökosystem und Systemanwendungen vertreten; das Unternehmen widmet sich dem Aufbau eines vollständigen Produktportfolios mit Software-Hardware-Koordination. Das Projekt setzt bei speicherklassigem Speicher (Storage-Class Memory) und Compute-in-Memory an und erkundet neue Wege für eine gemeinsame Entwicklung von neuartigen Speichertechnologien und KI-Rechenleistung, mit dem Ziel, die Engpässe bei Speicher und Rechenleistung zu durchbrechen, mit denen bestehende Computerarchitekturen konfrontiert sind. Das Team wird von einem nationalen Nachwuchstalentauswahl-Preisträger der Tsinghua-Universität geführt und hat einen Naturwissenschafts-Erstpreis auf Provinz- und Ministerialebene (2025) gewonnen; es vereint Stärken in der Grundlagenforschung und in der Bewältigung technischer Entwicklungsherausforderungen.
2. Lingqi Lingqi – Lingqi启智: Umgestaltung der Wahrnehmungsarchitektur verkörperter Intelligenz durch neuromorphes Rechnen
Lingshu Qizhi konzentriert sich auf multiskalige multimodale Wahrnehmung und neuromorphe verkörperte Intelligenz und widmet sich dem Aufbau von Infrastruktur für physische Wahrnehmung und gehirnähnliches Rechnen für verkörperte Intelligenz. Das Projekt erstreckt sich von optischen Bauelementen auf der untersten Ebabe und Chip mit integrierter Wahrnehmung und Berechnung bis hin zu Modelle und Algorithmen und erforscht eine Full-Stack-Technologiearchitektur von der Wahrnehmung bis zur Entscheidungsfindung.
Ihr Kernziel ist nicht nur, dass intelligente Agenten die externe Umwelt wahrnehmen, sondern auch, dass sie materielle Eigenschaften und menschliche Absichten verstehen und darauf aufbauend autonome Entscheidungen im Millisekundenbereich treffen. Durch das kooperative Design von Bauelementen, Chips und Algorithmen erkundet das Projekt neue Wege zur Verbesserung der Umweltverständnis- und Echtzeitentscheidungsfähigkeiten verkörperter Intelligenz.
3. Tensorfield Technology: Vorantreiben der autonomen Robotereinsatzbereitstellung mit Hamilton-Weltmodellen
Tensor Field Technology richtet sich an hochwertige Szenarien mit hohem menschlichen Faktor-Risiko, in denen Ingenieure nur schwer wiederholt debuggen können, und entwickelt eine durch Hamilton-Weltmodelle angetriebene Robotik-Deployment-Engine, die Dienstleistungen entlang der gesamten Kette bietet: Umgebungmodellierung, Richtliniengenerierung, Deployment auf Endgeräten und kontinuierliche Evolution.
Das Team schlägt eine Hamilton-Weltmodell-Architektur vor, die die physikalische Konsistenz der Modellausgaben durch physikalische A-priori-Beschränkungen verbessert. Laut der Projektbeschreibung erhöht sich die Effizienz der vortrainierten Daten gegenüber gängigen Ansätzen um 3-4 Größenordnungen. Das Modell kann an verschiedene Roboterkörper angepasst werden; das Projekt schlägt zudem ein „Deployment-as-a-Service“-Modell vor und plant eine gemeinsame Entwicklung mit Roboterkörper-Herstellern, Hardwarelieferanten und Cloud-Computing-Plattformen. Das Team belegte den dritten Platz beim Tsinghua-Präsidentenpokal und hat bereits eine Seed-Finanzierungsrunde abgeschlossen; das Unternehmen wurde im August 2026 im Pekinger Bezirk Haidian eingetragen.
4. Cangqiong Jizhi: Verlässliche physische Intelligenz für Extremumgebungen
Ausgerichtet auf extreme Umgebungen wie den Weltraum und die Tiefenerde konzentriert sich Cangqiong Jizhi auf den Aufbau physischer Intelligenz-Infrastruktur und versucht, Probleme zu lösen wie die Schwierigkeit, Daten in Extremszenarien zu gewinnen, Modelle zu trainieren und intelligente Systeme zu deployen.
Das Team schlägt das technologische Paradigma AI4π (AI for Physical AI) vor, das durch eine physikalisch integrierte Simulations-Engine, ein sich selbst evolvierendes hierarchisches Gehirn-Trainings- und Inferenzsystem sowie ein pan-ontologisches Betriebssystem einen technologischen geschlossenen Kreislauf abdeckt, der Entwurf, Training, Test und Verbesserung von Agenten umfasst, um die Daten- und Engineering-Engpässe in der Entwicklung physischer Intelligenz zu durchbrechen.
Das Team wird von führenden nationalen Spitzenkräften geleitet und stützt sich auf die Forschungsressourcen der Beihang-Universität und von BAAI; es hat bereits mehr als zehn internationale Auszeichnungen erhalten, darunter herausragende Paper auf Top-Konferenzen und den dritten Platz global bei den Weltmeisterschaften für humanoide Roboter. Derzeit erkundet das Projekt Kommerzialisierung durch Abonnements von Simulationsdaten und Systemlizenzen und hat bereits Aufträge im Wert von mehreren zehn Millionen Yuan in Bereichen wie Anlagenwartung in Industrieparks und kommerzielle Raumfahrt erhalten.
5. Latent Vector Technology: Einheitliches Weltmodell der physikalischen Oberflächenumwelt verbindet Virtuelles und Reales
Latent Vector Technology konzentriert sich auf ein einheitliches Weltmodell der physikalischen Erdoberflächenumgebung. Das Team hat das EWM (Earth World Model) eigenständig entwickelt, das externe Antriebsfaktoren wie atmosphärische Forcierung und Sonnenstrahlung, Oberflächenprozesse wie Boden, Vegetation, Gewässer, Gebirge und Kohlenstoffkreislauf sowie menschliche Systeme wie Kraftwerke, Landwirtschaft, Industrie und Infrastruktur in einem einheitlichen latenten Raum repräsentiert, um ein universelles physikalisches Basismodell zu erforschen, das eingreifbar, invertierbar und falsifizierbar ist.
Das Projekt nutzt ein dienstbasiertes Abrechnungsmodell nach Token; das Szenario für erneuerbare Energien wurde bereits an 12 Standorten in 5 Ländern empirisch validiert. Im Photovoltaik-Bereich setzen die Teammitglieder die selbst entwickelten Reinigungs- und Wartungsroboter der Boson-Serie als Ausführungsendgeräte ein und bilden gemeinsam mit dem Cloud-Modell einen geschlossenen Regelkreis aus „Wahrnehmung – Entscheidung – Ausführung – Feedback“, um Wege zur koordinierten Umsetzung von Modellierung physischer Oberflächenumgebungen und physischer Intelligenzsysteme zu erkunden.
Verbindet originäre Technologie mit Kapital und bringt Forschungsergebnisse in die Industrie
Von Original-Chips über Weltmodelle bis hin zu hirnähnlicher Verkörperung, autonomer Robotereinsatz und Physikalische Intelligenz für Extremumgebungen – fünf Projekte zeigen die vielfältige Erkundung origineller KI-Technologien in Bereichen wie grundlegender Hardware, Rechenarchitektur, Modellentwicklung und physischen Anwendungen. Ihr gemeinsames Merkmal ist der Versuch, Spitzenforschung in überprüfbare, einsetzbare und nachhaltig entwickelbare Technologien und Produkte umzuwandeln.
Für Hardtech-Unternehmen, die von Forschungsteams gegründet werden, sind technologische Durchbrüche im Labor nur der Ausgangspunkt. Die anschließende technische Validierung, Produktentwicklung, Anpassung an Anwendungsszenarien und die Erprobung von Geschäftsmodellen erfordern kontinuierliche Ressourceninvestitionen und industrielle Zusammenarbeit. Wie man Forschungsinnovation, Gründungsteams, Kapital und Markt wirksam miteinander verbindet, ist ein wichtiger Faktor dafür, dass originäre Technologien in die industrielle Verwertung überführt werden können.
Das Roadshow-Programm dieser Quellinnovationsinitiative bot durch Projektpräsentationen und Fondsgespräche eine Plattform für Austausch und Vernetzung zwischen Gründungsteams und Investitionsinstitutionen und förderte die weitere Verbindung von originärer Technologie mit Kapital und industriellen Ressourcen. Die Veranstaltung zeigte die originären Forschungsansätze der BAAI-Scholars in verschiedenen technologischen Richtungen und präsentierte zudem vielfältige Wege von der Erschließung wissenschaftlicher Forschungsergebnisse bis zur Förderung von Gründungsprojekten.
Vom Labor bis an die industrielle Frontlinie erfordert die Umsetzung originärer Technologien sowohl kontinuierliche wissenschaftliche Durchbrüche als auch die gemeinsame Unterstützung durch Ingenieurskompetenz, Anwendungsszenarien und industrielle Ressourcen. Der Yuanchuang-Plan wird sich weiterhin an vorderster Front originärer Errungenschaften der künstlichen Intelligenz orientieren, die wirksame Verbindung von wissenschaftlicher Innovation und industriellen Bedürfnissen vorantreiben und mehr vielversprechende originäre Technologien auf ihrem Weg in die industrielle Praxis unterstützen.
BAAI-Forscher: Von der „Dream Team“-Truppe zur „neuen Kraft in der Industrie“
Das BAAI Scholars-Programm ist ein wegweisendes Vorhaben des BAAI (Zhiyuan Research Institute) zum Aufbau eines hochqualitativen Teams von Talenten für Spitzenforschung in der Grundlagenforschung. Es zielt darauf ab, akademische Führungspersönlichkeiten mit internationalem Einfluss sowie junge akademische Nachwuchstalente mit Entwicklungspotenzial auszuwählen und zu fördern, kollaborative Innovationsteams für bedeutende Forschungsaufgaben und zukünftige Spitzenfelder aufzubauen, die Entwicklungsrichtung künftiger KI-Technologien anzuführen und ein Ökosystem für Innovationen in der KI-Industrie zu schaffen. In sieben Jahren hat das BAAI Scholars-Programm drei Iterationsphasen durchlaufen – freie Exploration, aufgabengetriebene Arbeit und innovationsgeführte Entwicklung – und ist zu einem wichtigen Träger für die Gewinnung und Förderung von Spitzentalenten im Bereich der künstlichen Intelligenz geworden. Die Zahl der BAAI Scholars hat bereits 180 überschritten, und es wurde ein globales KI-„Dream Team“ aufgebaut.
Noch wichtiger ist, dass dieses „Dream Team" zu einer wichtigen Quelle für KI-Unternehmertum wird. In den letzten Jahren hat das BAAI (Zhiyuan Research Institute) kumulativ mehr als 20 innovative Unternehmen mit herausragenden technologischen Kernkompetenzen hervorgebracht, darunter Zhipu AI, Mianbi Intelligent, Yinhe Tongyong, Xingyuanzhi, Nijuzhen und Ziwuxian Guangnian. Von großen Modellen bis hin zur verkörperten Intelligenz, von fundamentaler Bildverarbeitung bis hin zu Sicherheitsmanagement – hinter einer Reihe repräsentativer KI-Startup-Unternehmen sind die Spuren von Zhiyuan-Wissenschaftlern und des Zhiyuan-Ökosystems erkennbar. Die Durchführung des ersten Roadshow-Durchgangs des Yuanchuang-Programms ist das jüngste Zeugnis für diese Umwandlung von Talentpotenzial in branchenhafte Dynamik.