关键词：#何朝阳# #南加州大学# #FedML# #COAI# #博士团队# #开源# #联邦学习# 本文仅针对ChainOperaAI 创始成员及业务方向进行的基础调研，不涉及代币及市商层面。 Salman Avestimehr ChainOpera AI 联创；TensorOpera （前身为FedML）联合创始人 2008年博士毕业于加州伯克利分校，师从香农奖获得者、信息论与区块链著名学者David Tse教授（即Babylon 创始人） 曾担任南加州大学 ECE 和CS系主任教授、南加州大学-亚马逊可信人工智能中心的首任主任，以及电子和计算机工程系信息理论和机器学习 (vITAL) 研究实验室主任。也是美国奥巴马总统奖获得者。 基于在分布式计算领域的贡献，Salman于2020年入选 IEEE Fellow。 履历背景如下： 2008.9-2009.7 加州理工 材料研究所研究员 2009—2013 康奈尔大学助理研究员 2014—2018 南加州大学助理研究员 2018.12—至今  南加州大学 ECE 和CS系主任教授 2020-2022   Amazon Scholar亚马逊学者计划 2022.2 —至今 TensorOpera AI  联合创始人 2024.8 —至今 ChainOpera AI 联合创始人  Aiden He  何朝阳 ChainOpera AI 联创；TensorOpera （前身为FedML）CEO&联合创始人 毕业于南加州大学洛杉矶分校，获计算机博士学位；师从Salman Avestimehr  （南加州大学）、  Mahdi Soltanolkotab i教授（南加州大学）、 Murali Annavaram 教授  （南加州大学）三位分别擅长分布式计算、机器学习理论、分布式系统优化的教授和 张潼教授 （香港科技大学）。 履历背景如下： 2010-2011期间，尝试过几次创业，均以失败告终 2011.6 - 2012.6  华为开发工程师   2012.7 - 2014.11 百度高级工程师   2014.11 - 2018.7 腾讯研发团队经理和首席工程师  2017.4，received PhD offers from CMU, USC, Georgia Tech, and UCSB.收到了卡内基梅隆大学、南加州大学、佐治亚理工学院和加州大学圣塔芭芭拉分校的博士学位录取通知书。 2018.8-2022.3 南加州大学攻读计算机博士并做博士后研究 2018 — 2022期间，先后在Meta, Google, Amazon兼任研究员 「联邦学习」是谷歌在2016年提出，当时是用于训练输入法模型的新型方式。 FedML是全球最早的研究联邦学习与分析的团队之一，最开始是由博士生主导的科研开源项目。曾服务美国高校多个科研基金，辅助所在实验室发表了50多篇相关顶级论文。 2022年2月，何朝阳与Salman先是于加州共同创立了ai 初创公司 FedML，并于中国香港设有分公司，以公司化的形式将学术成果升级为工业化平台，探索在智慧城市、医疗、工业化IoT等场景下的商业落地。 在FedML成立之初就得到了Plug and Play、GGV、奇绩创坛 、AceCap，以及个人投资者加州伯克利教授、斯坦福教授“香农奖”得主David Tse，美国南加州大学校友王言治、张弥教授等超千万人民币的天使轮融资支持。 2023年3月，何朝阳与Salman 在FedML 内部组建了一个研究人工智能通证经济的加密团队，为如今的ChainOperaAI项目做好了全面准备。FedML的区块链团队主要由斯坦福大学、德克萨斯大学奥斯汀分校等顶尖学府的顶级区块链工程师和教授组成。这也是Chainopera AI 的雏形。 2023年6月 FedML 融资超1300万美元. 特此声明：本文绝对客观中立，且不涉及任何利益关联。仅供参考，不作为任何投资建议。 @ChainOpera_AI @AidenChaoyangHe @avestime @ShinjukuSokai @CryptoEmree_ @nine_DeFi @coldcupidrong @shawnchen_eth @junjieBTC @BudhilVyas @Bitcoinhabebe @octopusycc @guanhaibit @yaoyao_well @Meta8Mate

看群核科技的创业经历还挺传奇，三位创始人均毕业于顶尖高校（浙大、清华、伊利诺伊大学），曾在英伟达、谷歌、微软等企业任职，精通计算机图形学、并行计算、GPU编程等领域。黄晓煌深度参与英伟达CUDA研发，朱皓擅长底层图形算法，陈航具备全栈开发能力。这样一个即使今天看起来都是最顶级豪华配的创业团队，创业方向应该是更高级的图形图像、高性能计算之类。但一开始选择了家装O2O看上去并不是高壁垒的领域、背后还是有很多故事的。 群核科技成立之初，就是一家“拿着锤子找钉子”的公司，黄晓煌手握着当时最先进的云端GPU物理渲染仿真技术回国创业，到处找应用场景。十五年前、很多投资人可能都没听过GPU，群核是靠讲一个线上虚拟家居社区（类似 Houzz，这家公司当年估值达到了 40 亿美金）才融到钱。又摸索一翻，最后是在钱多的要死的地产行业找到了客户，推出了空间设计软件酷家乐。 从家装O2O到设计师SaaS，群核的这些产品不仅让公司赚到钱，活下来。还通过家居、建筑、工业等场景让群核科技积累了大量实际场景应用的3D空间高质量数据。从18年开始，群核又开始回归最早创业的初心。 2018年，群核科技就和帝国理工、南加州大学一起共同发布了全球最大的室内场景认知深度学习数据集，包含了 1.3 亿空间数据。2015年12月，群核又联合浙江大学开源了 SAGE-3D 数据集。这是业内首个基于 3D 高斯 VLE（视觉语言导航）的具身学习数据集。 高质量数据+算法+自建大规模 GPU集群的威力逐渐显现。 2025 年，群核科技发布了业内首个 3D 场景生成的空间大模型，包含空间语言模型SpatialLM和空间生成模型SpatialGen。这是全球第一个真正专注于“空间智能”的行业大模型，将AI从“文本语言”向“空间语言”进化。 自此开始引领空间智能。 2023年，群核科技把整个战略重心转向了空间智能。 黄晓煌说：“过去公司以为增长核心是产品，但现在越来越意识到， 真正决定上限的是产品下面那层算法和模型能力。" 如果这个判断成立，群核未来卖的就不只是一个设计软件，而是一种可被反复调用的空间理解与生成能力。收费方式也会从按席位、按订阅收费，变成按token、按调用量收费。 现在回看群核的创业路径，是一种与主流创业逻辑完全相反的路径。 大多数人是先看到市场需求（钉子），再去打造对应的工具（锤子）。 而黄晓煌恰恰相反： 他先花了14年时间，把一把"GPU实时渲染+3D空间数据"的锤子磨得无比锋利， 然后在不同的时代，用这同一把锤子去敲不同的钉子。 从家装O2O到设计师SaaS， 再到AI研究和空间智能， 群核科技四次转身，锤子从未更换，钉子却换了四颗。 他把这套方法，形象地称为"拿着锤子找钉子"。业务场景在变、但是内核越来越坚实。 早上港股开盘，20左右追了一些群核。个人角度，市场大概率会给这样的继续想象力的的公司买单。