别盯套壳大模型了,盘点这届年轻人做的硬核AI工具
AI 工具推荐
AI工具推荐
Under36
物理AI
具身智能
硬核科技
刚翻完2026年Under36榜单,发现一个挺残酷的事实:还在卷聊天对话框的AI工具已经没意思了。这帮三十岁上下的年轻人,正把AI塞进机器人、工业控制和社交游戏里。他们不迷信旧范式,直接绕过标准答案。今天不聊虚的,直接从榜单里挑几个真正在解决实际问题、代表未来方向的AI产品和工具推荐给大家。不管你是开发者还是产品经理,这些绕过旧答案的新物种,绝对值得加入你的关注列表。
别天天盯着屏幕里那个只会吐字数的对话框了,这届年轻人早就把AI塞进物理世界了。
以前我们总觉得AI就是个聊天搭子或者画图工具,现在这帮二十多岁的硬核玩家,直接让AI长出了手脚。23岁的陈源培在搞通用灵巧操作智能体,让机器人在真实环境里干细活。
你看深度智控(DeepCtrls)做的物理AI引擎,这玩意儿可不是在云端跟你吟诗作对。它直接接管了台积电、宁德时代这些巨头的机房和产线,让AI去理解设备底层的物理特性,自主做决策。他们服务了超过360家头部企业,把模型泛化误差死死压在3%以下。这才是真正能落地的硬核工具。
在自动驾驶这条道上,Momenta的曹旭东也是个狠人。当别人都在PPT上画L4大饼的时候,他带着1000多号人,硬生生交付了100万台量产车,定点车型市占率超50%。他内部开会直接放话,特斯拉算法和工程才两三百人,我们1000多人说明效率不够,还得翻倍。这种把AI从代码变成马路上跑的铁皮盒子的执行力,看着就让人踏实。
真正的工具革命,从来不是在数字世界里多刷了几百亿参数,而是把技术砸进物理世界的泥坑里。别在虚拟的对话框里卷了,去真实的细分场景里找答案,这才是这届年轻人重写规则的真本事。
清单列完了,咱们先聊聊那些在深水区死磕的硬核工具。别以为具身智能和工业AI离咱们很远,这帮年轻人搞出来的东西,早就不是实验室里的摆设了。
先说给机器人练手感的工具。以前教机器人干活,得靠人拿着设备一点点录数据,一条数据得磨50秒。喻超搞的鹿明机器人弄了套自研采集系统,硬是把单条采集时间压到了10秒,成本直接降至传统方案的五分之一。你要是做具身智能开发,用这套系统给机器人喂数据,效率能翻好几倍。还有许晋诚的帕西尼仿生灵巧手,手指里塞满了微型触觉传感器。这玩意儿不仅能抓取,还能摸出物体的软硬和纹理,解决了很多机器人一捏就碎的尴尬。
再看工业产线上的大脑。深度智控搞了个标准化产品叫DeepBot。以前工厂的AI大多是个诊断建议系统,出了毛病给你个报告,还得靠人去修。DeepBot不一样,它基于自研的PhyAI引擎,直接让AI理解设备的物理特性。它能在真实环境里自己找最优解,直接接管控制。台积电和宁德时代这些巨头都在用,模型泛化误差低于3%。对于搞智算中心或者高能耗厂房的负责人来说,这工具能直接帮你把能耗和良率管得明明白白。
做硬件底层的也不含糊。陈万楷的泉智博死磕关节模组,三年拿了六轮融资,年出货十万台。这就好比给机器人造高性价比的肌肉,把上游供应链那个最不起眼的生态位给牢牢占了。
这帮人没去卷大模型的参数,而是拿着图纸和实验数据,去物理世界的泥坑里摸爬滚打。与其在对话框里等AI给你写个周报,不如看看这些能让机器真正动手的硬核工具,毕竟能解决物理世界痛点的,才是真本事。
物理世界的AI在干苦力,消费端的AI也没闲着,它们开始琢磨怎么提供情绪价值了。
以前咱们用社交软件,要么左滑右滑看脸,要么对着屏幕干巴巴打字,AI也就是个会套话的客服。现在这帮年轻人不这么玩了,他们直接把AI揉进了多巴胺里。
拿张锏做的Rezona来说,这哥们把AI嵌进了Meme文化和社交游戏里。功能很直接,打开应用选个梗模板,AI自动帮你生成互动内容,你不用再去想怎么开场白,直接在玩梗里破冰。就这反套路的玩法,四个月周活直接干到了150万。这哪是做工具,分明是在做年轻人的社交解药。
再看胡宇航搞的首形科技,人家拿到了雷军和京东的投资。他们不写代码做虚拟形象,而是死磕硬件,打造一颗能表达情绪的仿生人脸。以前的仿生人或者数字人,笑起来比哭还难看,全是面瘫。首形科技搞出来的这颗脸,能做出细腻的微表情。把它放在桌面交互终端上,它会根据你的语气和动作给出对应的情绪反馈,给你实打实的陪伴感。
这届年轻人重写工具定义的逻辑很清晰,技术不该只是冷冰冰的效率机器,还得懂人情世故。别再去卷那些千篇一律的对话框陪聊了,去细分场景里把交互体验做到极致。能让人产生情感共鸣的产品,才是真正懂用户的下一代爆款。
看完这些,其实能摸到这帮年轻人的底牌,他们不迷信旧共识,而是直接去真实场景里找答案。
现在大厂还在卷什么?千亿参数、跑分榜单、谁家的上下文窗口更长。但这帮年轻创业者早就看透了,在数字世界里死磕参数,顶多造出一个更聪明的打字机。真正的壁垒,藏在那些脏活累活和细分场景里。
不管是把数据采集时间压到10秒的鹿明机器人,还是让AI接管机房能耗的深度智控,亦或是把Meme文化玩出花的Rezona,他们的逻辑出奇一致。不拼谁的模型参数大,拼的是谁能在具体的物理世界或人性幽微处,把问题真正解决掉。就像Momenta死磕量产交付,不在PPT上画饼,直接去马路上拿数据说话。
技术范式的转移,从来不是靠说服旧人,而是靠一代新人直接掀桌子。当大模型的基础设施红利被巨头瓜分殆尽,年轻人的机会就在于绕开旧答案。去车间、去产线、去年轻人的社交局里,看看那些通用大模型覆盖不到的缝隙。
别盯着屏幕里那个只会吐字数的对话框了。去真实世界的泥坑里滚一圈,把手弄脏,你才能摸到下一代硬核工具的脉搏。