7月25日，2025年度《麻省理工科技评论》“35岁以下科技创新35人”（TR35）中国区入选者名单在闵行区大零号湾正式发布，闵行区2位青年科技人才入选，他们分别是上海交通大学助理教授陈一彤、上海交通大学副教授王明阳。
“35岁以下科技创新35人”2025中国区入选者群像
“TR35不只是一个评选，更是一个连接全球青年创新者、前沿科技与未来趋势的平台。”《麻省理工科技评论》中国联合出版人陈禺杉谈道。
据悉，本届TR35中国入选者覆盖人工智能与机器人、生命科学、材料科学、量子科技、能源环境、数字信息等多个科技前沿方向，分为五个类别：在科学边界不断探索的“先锋者”、以独特视角重新定义问题的“远见者”、将想法变成技术的“发明家”、推动技术走向产业的“创业家”以及用科技回应社会需求的“人文关怀者”。
《麻省理工科技评论》中国联合出版人陈禺杉介绍TR35落地中国以来的发展历程
纵观本届入选名单，人工智能依然是最鲜明的一条主线。一方面，AI正成为科学研究的主要工具，进入材料科学、芯片设计、量子研究和生命科学等领域，正在加速科研发现、重构研究方法；另一方面，AI开始走出数字世界，理解空间、感知环境、规划任务，推动具身智能与机器人不断迈向真实世界。
青年科技人才向人工智能等战略性新兴产业和未来产业的集聚，既反映出人工智能对科学研究、产业创新和经济社会发展的持续赋能，也为培育新质生产力不断注入创新动能。
与此同时，基础研究依然是青年科技创新的重要源泉。从量子科技、新材料到先进制造、生命科学，越来越多青年科研人员正承担原创性科研任务，并围绕国家重大需求和产业发展方向持续开展科技攻关。
与往届相比，本届评选呈现出几个值得关注的新趋势：
创新主体更加多元。高校依然是基础研究的重要源头，但新型科研机构、企业实验室和创业团队正在快速成长，科研、工程与产业之间的联系比以往更加紧密；
人才流动路径更加清晰。对越来越多青年科技人才而言，国内机构已从“可选项”变为“必选项”；
女性面孔增多。今年的名单中，出现了更多女性青年科技工作者的身影，她们以更加多元的经历与视角，共同塑造着科技的未来。
作为一项持续关注青年科技创新人才的国际评选，TR35已走过二十余年发展历程。自1999年以来，每一年《麻省理工科技评论》都会选出一批35岁以下来自科技领域最具创新性与影响力的青年领袖，组成年度“35岁以下科技创新35人”名单。
2017年，TR35正式落地中国，聚焦具有国际影响力和创新潜力的中国青年科技人才，持续发掘在基础研究、关键核心技术攻关、科技成果转化等方面取得突出成绩的青年科技工作者。2024年，TR35正式落地闵行区“大零号湾”，开启新的创新篇章。
“下一个九年”主题圆桌对话中，对话嘉宾围绕创新突破的关键节点、年轻创业的优势与代价、青年科技人才面临的误解与现实挑战等话题分享观点
据主办方统计，九年来，TR35中国已发掘315位科创青年与百余项世界级成果，催生近百家高潜力科创企业。一批又一批青年创新者通过这一平台走向更广阔的舞台：有人推动技术从实验室走向产业化，有人从青年学者成长为领域专家，有人实现连续创业，也有人勇敢探索那些尚未被验证的“无人区”。
作为本次活动举办地，上海正加快建设具有全球影响力的科技创新中心。后续，位于上海闵行“大零号湾”科技创新策源功能区的TR35国际青年人才创新中心将举办常态化青年人才交流社区活动，服务TR35入选者们创新创业、成果转化。未来，这些青年科技精英将继续在变革中开创新局，为中国乃至全球的科技进步贡献智慧与力量。
闵行入选名单
她致力于突破AI时代的算力瓶颈，推动光计算从高速视觉迈向生成式 AI，为下一代智能计算芯片开辟了新的技术路径。
AI的发展，本质上也是一场算力竞赛。但传统电子芯片不断逼近速度和能耗极限，如何找到新的计算方式，成为全球芯片领域的重要课题。陈一彤选择了一条不同的路线——用光代替电子完成计算，希望让AI既算得更快，也更加节能。她希望让光计算真正从实验室走向实际应用。
她提出全模拟光电计算芯片ACCEL，将光计算与模拟电子计算集成在同一芯片上，突破了光计算长期面临的关键瓶颈，让光计算第一次在系统层面展现出超越传统电子芯片的速度和能效优势，也证明了光计算能够真正应用于高速视觉、自动驾驶等真实场景，而不仅仅停留在概念验证。
在此基础上，她进一步提出全光生成式AI芯片LightGen，将光计算拓展到图像生成、三维生成和视频生成等生成式AI任务，证明了全光芯片具备运行前沿生成模型的潜力，为未来数据中心、边缘计算等新一代AI算力基础设施探索了新的技术方向。
他将高温超导物理与AI算法融合，解决了超导磁体的结构与计算瓶颈，通过闭环AI平台将全固态锂电池寿命延长了2.6倍。
王明阳打破了传统超导磁体设计中只能计算、难以动态控制的死角。早期的超导多物理场仿真大都卡在单纯依赖物理公式堆砌、计算动辄耗时数十小时的层面上，而他把研究聚焦于算法底层与物理规律的深度融合，利用自适应扩展建模理论，直接把原本冗长的仿真时间压缩到了分钟级。这种系统性的提效，让超导磁体在极端环境下的性能预测从离线算账，变成了可以实时响应的数据底座。
之后他对磁体结构和控制过程进行了系统的重构，传统超导线圈在强磁场、大电流的极端工况下，很容易因为高损耗和屏蔽电流畸变导致整体性能偏差，甚至发生不可逆的烧毁。顺着这个思路，他从微观结构调控入手，通过多丝化线圈技术，实现了超导磁体运行能耗的大幅降低。同时，他把原本只用来做状态诊断的AI算法，拓宽成了一个“实时控制-动态调节”的智能闭环，在设备运行过程中捕获那些隐藏在电磁信号背后的关键细节，实现了对磁体状态的主动干预和保护。这种底层逻辑的突破，直接把超导技术从实验室理论模型，推向了具备工业级规模化应用能力的工程实用底座。
以此为基础，他将同一套AI闭环控制逻辑迁移至固态电池管理系统，实现了循环寿命的倍数级提升。
记者：宿铭珊
审核：刘垦博 方雨斌
