又一届Y Combinator Demo Day于周四举行，但这次的创业团队显得与以往有所不同。虽然每一批都有新一波的创始人涌现，但本次展示的初创企业更多聚焦于深度科技领域。

正如我们每季度所做的，TechCrunch邀请了早期风险投资者评选本批次最热门的初创企业——包括他们的首选和市场上最受关注的项目。我们整理出了一份至少被两位投资者点名为最受关注的初创企业名单。

一位投资者形容本批次的技术“如同科幻小说”。但除了这些前沿的创意外，大家普遍认为本次的估值比近几届更加理性。

以下是按字母顺序排列的顶级初创企业介绍：

Atomarine

  • 产品方向： 海上漂浮的核能数据中心
  • 受欢迎原因： 电力供应紧张，且当地社区越来越反对新数据中心的建设。Atomarine由一位拥有计算机科学和海军工程学位的MIT毕业生及一位MIT核工程博士生共同创立，计划通过将数据中心放置在海上的驳船上，利用海水实现几乎免费的冷却，解决计算资源短缺问题。该公司计划于2028年推出燃气动力试点项目，并于2032年转向漂浮核动力船。Atomarine声称已通过意向书获得超过40亿美元的客户兴趣，这一潜在收入帮助其成为本批次估值最高的初创企业之一。

Dipole Labs

  • 产品方向： 高效节能的高速光网络硬件，专为AI数据中心设计
  • 受欢迎原因： GPU集群在等待数据传输时浪费大量计算时间。传统网络层中，数据需在光信号和电信号间转换，消耗大量能量并产生热量。Dipole Labs开发了一种光学交换机，跳过了信号转换过程，使数据以光的形式直接传输，极大提升效率。随着GPU价格高昂，数据中心希望最大化计算硬件的利用率，这一技术正好解决了关键瓶颈。

Isengard Industries

  • 产品方向： 可在盟国本地生产的喷气动力攻击及反制无人机
  • 受欢迎原因： Isengard致力于在盟国本土大规模生产喷气动力攻击和反制无人机，成本远低于美国主要承包商。创始团队包括前澳大利亚陆军军官和一位曾将另一家专注乌克兰的无人机初创企业营收提升至6000万美元的国防创业者。Isengard目前已实现1000万美元营收，获得了风险投资者的高度关注，估值位列本届YC批次前列。

Lamb Labs

  • 产品方向： 具有硬编码AI模型权重的定制推理芯片
  • 受欢迎原因： 传统AI芯片在推理阶段消耗大量能量，需频繁从内存中读取模型权重。Lamb Labs由帝国理工学院AI博士和牛津理论物理学家联合创立，计划通过将AI模型权重直接硬编码进硅片，打造超高效芯片，称为“模型处理单元”（MPU），从而消除内存带宽瓶颈。

Praxis Robotics

  • 产品方向： 收集真实世界数据用于机器人训练
  • 受欢迎原因： Praxis Robotics与企业合作，收集人类工作的视频和数据，转化为机器人训练材料。该公司已与多家上市公司合作，覆盖150多种不同环境。随着企业探索哪些任务适合人类，哪些适合机器人执行，这家公司有望成为机器人训练领域的重要参与者。

Nori

  • 产品方向： 价格亲民的家用机器人，处理日常家务
  • 受欢迎原因： 成立仅六周，Nori已实现近50万美元销售额。该机器人能帮助清洁和叠衣服，用户可通过笔记本电脑应用控制。售价约1600美元，远低于其他售价约2万美元的类人机器人。机器人领域的一个大问题是能否打造真正实用且价格合理的家用机器人，Nori正是对此的尝试。

Cosmic Robotics

  • 产品方向： 可自主搬运重物的机器人
  • 受欢迎原因： 创始团队的目标是建立火星城市，第一步是开发能执行重型任务的机器人技术。该技术已在美国安装太阳能电池板，并拥有至2027年价值2500万美元的合同。该公司希望通过自动化建设助力火星殖民，计划于2028年启动探索任务，与SpaceX的火星计划竞速。

Parasma

  • 产品方向： 训练人脑细胞以未来驱动计算
  • 受欢迎原因： Parasma致力于寻找降低AI模型运行功耗的新途径，尝试利用人脑细胞作为比现有AI硬件更高效、更节能的计算替代方案。

Waddle Labs

  • 产品方向： 用于机器人控制代码生成的API层
  • 受欢迎原因： 投资者和技术爱好者期待机器人领域出现类似ChatGPT的突破。Waddle Labs通过一层大型语言模型代理直接生成机器人控制代码，而非依赖原始视频或人类远程操作数据训练基础模型。由哈佛毕业生创立的该公司自称为“机器人领域的Claude Code”，声称任何硬件接入其API后，开发者可用自然语言指令控制机器人，AI代理将自动生成、验证并部署控制代码，整个过程约20分钟完成。