TechBeat红人榜 | 2023年度最受欢迎讲者&人气实验室榜单，新鲜出炉！|techbeat|人气实验室|博士后|红人榜|计算机

第三届TechBeat红人榜正式公布啦！

过去一年中，来自世界各地的128位讲者带来了105场高质量线上TALK分享。

一次又一次技术分享欲，激发一颗又一颗科技好奇心。横跨多个时区与经纬，连接30000位AI华人青年学者，七年来日以继夜，周周不断，月度滚动，年复一年。为技术圈挖掘优秀华人研究者，沉淀有价值的技术工作解读，是将门-TechBeat技术社区持之以恒、永不倦怠的使命和目标。

本篇为大家揭晓年度「最受欢迎讲者」和「人气实验室」榜单。我们对过去一年中来到社区分享工作的嘉宾，按照其Talk观看量、互动量、新媒体传播度等综合维度进行了人气排位，最终评选出23位讲者成为「2023年度TechBeat红人榜——最受欢迎讲者」，他们凭借最新鲜前沿的工作分享为社区带来优质内容；以及12家技术实验室入围「年度人气实验室」榜单，他们凭借超强的学术号召力在各自专攻方向产出杰出科研成果！

2023红人榜· 年度最受欢迎讲者

往下滑动查看入选讲者相关介绍

杨耀东

北京大学人工智能研究院

研究员

杨耀东博士，北京大学人工智能研究院助理教授，北京通用人工智能研究院研究员。人社部高层次留学人才回国计划、中国科协青年托举计划获得者。科研领域包括强化学习、博弈论和多智能体系统。他本科毕业于中国科学技术大学，并在伦敦帝国理工大学与伦敦大学学院获得硕士及博士学位，回国前他于伦敦国王大学信息学院任助理教授。他发表AI顶会论文 70 余篇（包括NSR、AIJ、JAAMAS等），谷歌引用两千余次，曾获CoRL最佳系统论文奖、AAMAS最具前瞻性论文奖，世界人工智能大会云帆奖、ACM SIGAI China新星奖等。

● 一个合作博弈的通用求解框架

杨灵

北京大学在读博士生

北京大学数据科学专业博士在读二年级，研究兴趣是图神经网络，表示学习、生成模型、AI for Science，先后在商汤科技、旷视科技、腾讯、阿里、字节等公司进行研究类实习，并以一作身份在少样本图学习领域发表一篇CVPR，在自监督表示学习领域发表两篇ICML，目前担任TPAMI，ICML，NeurIPS，CVPR，KDD，AAAI等人工智能顶会顶刊审稿人。

● 扩散生成模型的方法、关联与应用

赵行

清华大学交叉信息研究院

助理教授

赵行，清华交叉信息院助理教授，博士生导师。他的主要研究兴趣包括多模态机器学习、自动驾驶、机器人等方向。赵行在 MIT 取得了博士学位，师从 MIT AI&D 系主任 Antonio Torralba 教授，是多模态深度学习的开创者之一；后于谷歌无人车项目 Waymo 担任研究科学家，提出了自动驾驶预测领域的一系列框架性工作。赵行的工作曾被 BBC、NBC、麻省理工科技评论等主流科技媒体报道。他的论文获得了 2015 年 ICCP 最佳论文奖。他本人入选了 2020 年福布斯中国 U30 科学精英榜。

● 自动驾驶中的在线矢量地图感知

寿政

新加坡国立大学

助理教授

新加坡国立大学助理教授、博导、独立项目负责人，创立Show Lab。他受邀担任一流学术会议如CVPR，ECCV，ACM Multimedia等的领域主席，曾获best paper finalist at CVPR'22, best student paper nomination at CVPR'17. 他带领团队在国际比赛中获得第一名，包括ActivityNet 2017, Ego4D 2022, EPIC-Kitchens 2022. 他当选新加坡国家科研基金委Fellow，入选福布斯30 Under 30亚洲区精英榜。

● 大规模视频-语言预训练模型

李嫣然

前小米高级算法工程师

李嫣然本科毕业于北京大学智能科学系，博士毕业于香港理工大学。曾任小米人工智能实验室高级算法工程师及场景对话团队研发负责人，同时也兼任着北京大学心理与认知学院的行业导师。

在学术方面，李嫣然多年担任 AAAI，ACL，EMNLP等国际顶级会议的审稿人，并担任 EMNLP 2022 领域主席。其曾在国际顶级会议及期刊上发表论文二十余篇，涵盖情感计算、人机对话、自然语言生成等研究领域，累计引用次数超过1800次。

● 陪伴型情感对话机器人的研究进展及思考

李昀烛

UIUC计算机科学系

助理教授

李昀烛将于2023年秋季加入伊利诺伊大学香槟分校(UIUC)计算机科学系担任助理教授，现在是斯坦福大学的博士后，与Fei-Fei Li和Jiajun Wu教授合作。他在Antonio Torralba和Russ Tedrake教授的指导下从麻省理工学院获得了博士学位。他的研究方向是机器人学、计算机视觉和机器学习领域的交叉，旨在帮助机器人像人类一样灵巧有效地感知物理世界并与周围环境进行交互。他曾获得Adobe Research Fellowship，并从麻省理工学院获得First Place Recipient of the Ernst A. Guillemin Master's Thesis Award in Artificial Intelligence and Decision Making。他的研究成果发表在 Nature、NeurIPS、CVPR 和 RSS 等顶级期刊和会议上，并被 CNN、BBC、华尔街日报、福布斯、经济学人、麻省理工科技评论等主流媒体报道。他本科毕业于北京大学计算机系，并曾在英伟达机器人研究实验室工作。

● 基于结构化世界模型的机器人操作和物理交互

廖依伊

浙江大学信电学院

特聘研究员

廖依伊，浙江大学特聘研究员。研究兴趣为三维视觉，包括场景重建、场景语义理解、可控图像生成，代表作有KITTI-360, GRAF, Deep Marching Cubes等。2013年获西安交通大学学士学位，2018年获浙江大学博士学位。2018至2021年，在德国马克思普朗克智能系统研究所 (MPI-IS) 及德国图宾根大学从事三年博士后研究。2021年加入浙江大学。担任CVPR2023、3DV 2022、BMVC 2021-2022的领域主席。

● 面向自动驾驶仿真平台的神经渲染

陈涵晟

同济大学硕士生

斯坦福大学博士预录取生

陈涵晟，同济大学硕士生（上海市优秀毕业生），斯坦福大学计算机科学博士预录取生。他的研究兴趣为3D计算机视觉和图形学，包括3D生成与重建、神经渲染、几何视觉等。硕士期间在计算机视觉顶级会议CVPR发表一作论文两篇，获CVPR 2022最佳学生论文奖，并担任CVPR、ICCV、SIGGRAPH等计算机视觉和图形学顶级会议的审稿人。先后在阿里巴巴达摩院，加州大学圣地亚哥分校（远程）实习。

● CVPR2022最佳学生论文 | EPro-PnP: 用于单目物体位姿估计的通用端到端概率n点透视算法

卢嘉晨

复旦大学硕士二年级

卢嘉晨，复旦大学统计学二年级在读硕士生，并在华为诺亚方舟计算机视觉研究部门实习。研究方向主要是深度学习，transformer理论与应用，计算机视觉2D、3D感知等方向。在CVPR2021上发表了Rethinking semantic segmentation from a sequence-to-sequence perspective with transformers，首次将Vision Transformer运用在语义分割任务中，并在当时的多个数据集上取得了最佳的成绩。在NeurIPS2021上发表了Soft: Softmax-free transformer with linear complexity，首次提出了抛弃softmax的一种高效线性Transformer方法，性能在视觉任务中超过了当时所有的高效Transformer。

● 面向更高效的Transformer

徐晨鑫

上海交通大学&新加坡国立大学联培博士生

徐晨鑫是上海交通大学-新加坡国立大学联培二年级博士生，师从陈思衡教授。他的本科就读于上海交通大学，师从张娅教授。他的研究兴趣包括图神经网络，轨迹预测和因果推理。他在CVPR, AAAI上以第一作者身份发表了多篇论文。

● 多智能体系统中的轨迹预测

陈赫

犹他大学在读博士生

美国犹他大学计算机图形学博士，导师是Ladislav Kavan与Cem Yuksel。

在计算机图形学，特别是动画与动作捕捉领域有深厚积累。在Siggraph与TVCG等顶级期刊会议发表论文多篇。教育经历包含了电子、计算机、数学，具有从硬件到软件，从理论到算法再到实现的全栈能力。

大连理工大学计算数学硕士，湖南大学电气电子工程学士。

● 计算机视觉：从直觉感知迈向理性感知

修宇亮

德国马普研究所

在读博士生

修宇亮，德国马克斯·普朗克智能系统研究所二年级博士生，导师 Michael J. Black，现研究方向为基于图像和视频的三维人体数字化；之前曾为美国南加州大学计算机系博士生，导师 Hao Li；2019年于上海交通大学计算机系取得硕士学位，导师卢策吾，研究方向为二维人体姿态估计与跟踪；本科毕业于山东大学数字媒体技术专业。

● 如何多快好省地重建三维数字人

王泽宇

香港科技大学（广州）信息枢纽计算媒体与艺术学域助理教授

王泽宇，现任香港科技大学（广州）信息枢纽计算媒体与艺术学域助理教授、香港科技大学计算机科学与工程系委任助理教授，于耶鲁大学计算机科学系获得哲学博士学位，于北京大学人工智能学院获得荣誉理学学士学位，长期从事计算机图形学、人机交互、三维机器视觉、人工智能、数字文化遗产等方向的研究，并且与多位文化、艺术、设计等领域的研究者和从业人员有着广泛的跨界研究与合作。已在ACM TOG、CHI、JOCCH等领域内顶级国际期刊和会议上发表近20篇学术论文，并曾获得Adobe Research Fellowship、Franke Interdisciplinary Research Fellowship、最佳论文奖、国家奖学金等荣誉。目前正在积极研究协同创意智能与数字内容生成的交叉方向，代表工作有能够辅助设计师快速创意迭代的智能草图分析与绘画工具，以及基于三维视觉感知的虚拟现实和增强现实的交互创作平台。

● 提升数字内容创作中的创意实现与迭代过程

田柯宇

北京大学研究生

田柯宇同学，北京大学研究生（师从王立威教授），研究兴趣为深度学习的优化与算法，自 2019 年起在商汤/字节跳动实习研究，具体包括超参数优化、强化学习算法、自监督的新型算法，在 NeurIPS, ICLR 等会议发表多篇一作论文，并多次担任 NeurIPS, ICML, ICLR, CVPR, ICCV 等会议审稿人

● SparK：如何在卷积网络上做成功BERT/MAE预训练？

李杰锋

上海交通大学计算机系博士生

李杰锋，上海交通大学计算机系博士生，师从卢策吾教授。主要研究方向为人体理解与数字人的建模。至今以第一作者身份在TPAMI、NeurIPS、CVPR、ICCV、ECCV等顶级期刊与会议上发表论文8篇。

方浩树

上海交通大学计算机系博士生

方浩树，上海交通大学计算机系博士生，师从卢策吾教授。主要研究方向为机器人操作与人类行为理解，代表项目为AnyGrasp与AlphaPose，至今以第一作者身份在TPAMI、CVPR、ICCV、ECCV等顶级期刊与会议上发表论文10篇，曾获CCF-CV新锐奖，百度奖学金，微软学者，字节跳动奖学金等。

● 多人场景，全身136关键点检测与跟踪框架AlphaPose技术讲解

王希廷

微软亚洲研究院高级研究员

王希廷是微软亚洲研究院社会计算组主管研究员，研究兴趣为可解释、负责任的人工智能。王希廷分别于2011和2017年在清华大学获得电子系学士和计算机系博士学位。她的研究成果发表在KDD、ICML、SIGIR、TVCG等各个数据挖掘、机器学习及可视化的顶级会议、期刊上，被近2000余次，还在微软等多公司的多个产品中落地应用。两次获得CCF-A类期刊TVCG封面论文奖，获得AAAI 2021 Best SPC奖。王希廷同时还是中国计算机学会高级会员，多次担任AAAI和IJCAI的高级程序委员会委员，并且在WWW、ICML、NeurIPS等国际顶级会议中常态化担任程序委员会委员。

● 基于逻辑规则推理的深度自可解释模型

刘孝睿

北卡罗来纳州立大学助理教授刘孝睿

刘孝睿现任北卡罗莱纳州立大学（NC State）计算机系助理教授。他目前的研究兴趣包括大规模机器学习、图深度学习和可信人工智能。他曾获得2022亚马逊研究奖，ICHI 2019最佳论文奖提名、MSU工程学院杰出奖学金、云计算奖学金等。他的论文多次发表在机器学习和数据科学的顶级会议（如ICML, NeurIPS, ICLR, KDD, AISTATS, SIGIR, SDM, WSDM等）。他是IJCAI 2021分布式机器学习、KDD 2021图深度学习、KDD 2021深度学习稳健性、WWW 2022可信人工智能教学讲座的主要组织者和演讲者。

● 通信高效的分布式机器学习

殷鹏

卡内基梅隆大学 Project Scientist

本科毕业于哈尔滨工业大学，北京中科院大学博士，现任卡内基梅隆大学Project Scientist。从2019年到2021年参加Darpa SubT Challenge, 长期从事无人机、无人车、多机器人系统协同定位。研究方向主要为场景识别、大场景定位导航，3D感知和强化学习等。已经在多个IEEE Transaction期刊，IEEE RAL期刊，机器人三大顶会ICRA，IROS，RSS发表多篇期刊会议文章。

● 面向机器人长航程自治的MetaSLAM架构

胡庆拥

牛津大学计算机系在读博士生

胡庆拥，牛津大学计算机系博士四年级在读学生，师从Niki Trigoni和Andrew Markham教授。主要研究方向为大场景三维点云的处理，包括语义分割、实例分割以及点云配准等。相关论文发表于IEEE TPAMI, CVPR，NeurIPS等。

● 大场景三维点云语义理解Ⅱ

陈守法

香港大学在读博士生

陈守法，香港大学计算机系一年级博士，导师为罗平教授，研究方向为视频理解，Transformer，MLP等。获得Hong Kong PhD Fellowship Scheme (HKPFS)。本科毕业于华中科技大学。第一作者于ICCV，ICLR发表论文。

● CycleMLP 一种通用的MLP backbone

杨宇喆

麻省理工学院在读博士生

杨宇喆是MIT EECS五年级在读博士生，师从Dina Katabi教授。本科毕业于北京大学信息科学技术学院。他的研究方向是机器学习、和医疗AI领域的交叉，主要关注基于人工智能的算法和系统来改变和提升现有的医学健康应用。此外，他也致力于开发更加鲁棒和泛化的机器学习算法与模型。他的工作发表于Nature Medicine、Science Translational Medicine、ICML、CVPR、NeurIPS、ICLR等顶级期刊和会议，并被多个主流媒体如MIT Technology Review，Forbes，BBC，The Washington Post等报道。曾获得MathWorks博士奖学金，国家奖学金，IEEE ComSoc国际学生竞赛第一名等荣誉

● 基于人工智能的帕金森病诊断和评估：挑战、算法和应用

张永祺

第四范式算法科学家

张永祺博士于2020年加入第四范式科学技术部，负责机器学习和知识图谱相关的研究工作。工作期间他开展了多个知识图谱学习相关工作，在链接预测、实体对齐等任务基线上达到国际领先水平，取得大规模生物知识图谱预测任务ogbl-biokg第一名的成绩，并以第一作者在TPAMI, VLDB Journal，NeurIPS, WWW, ACL, ICDE等人工智能领域顶级会议期刊发表多篇论文。他于2020年在香港科技大学获得博士学位，2015年在上海交通大学获得学士学位。

● 图神经网络与知识图谱的碰撞

邓辉琦

上海交通大学博士后

邓辉琦，上海交通大学张拳石副教授团队的博士后研究员。研究兴趣聚焦于可信人工智能，尤其是神经网络的可解释性与安全性等。2021年于中山大学数学学院获得博士学位，博士期间曾于香港浸会大学和美国德州农工大学访问学习3年。近3年内，在 ICLR, AAAI, KDD, Pattern Recognition等顶级会议和期刊上发表论文多篇。

任启涵

上海交通大学本科生

任启涵为上海交通大学密西根学院的本科四年级学生，专业为电子与计算机工程以及计算机科学（双学位）。本科毕业后他将在上海交通大学张拳石副教授的指导下攻读博士。他的主要研究兴趣为人工智能可解释性，机器学习，计算机视觉，目前已在NeurIPS，ICLR等国际顶会上发表论文2篇。

● 发现并解释神经网络的表征瓶颈

2023红人榜· 年度人气实验室榜单

往下滑动查看入选实验室相关介绍

GAP Lab

团队成立于2018年，由香港中文大学（深圳）助理教授韩晓光带领。GAP为Generation and Analysis of Pixels, Points and Polygons, 团队主要围绕着图像、视频和三维内容的分析和生成开展研究。研究方向包括计算机视觉和计算机图形学，近年来主要聚焦于数字人以及三维场景等三维数字内容的生成。团队近年在SIGGRAPH/CVPR/ICCV/ECCV/TPAMI等顶级会议和期刊发表论文50余篇。

相关主页：

https://mypage.cuhk.edu.cn/academics/hanxiaoguang/

MARS Lab

MARS Lab是清华大学交叉信息院下的交叉学科人工智能实验室，由赵行助理教授组建和指导。我们尝试解决一系列探索性的AI问题，并且一直在寻找新的挑战。当前我们特别感兴趣如何让机器人像人一样通过多种感知输入进行学习、推理和交互。我们的研究涵盖了个AI的基础问题及应用：(1)多模态学习, (2)自动驾驶, (3)机器人。

相关主页：

http://group.iiis.tsinghua.edu.cn/~marslab/

新加坡国立大学Show Lab

新加坡国立大学Show Lab——助理教授、福布斯30 Under 30榜单获得者，Mike寿政领导，致力于研究多模态和视频的理解和生成，近期工作包括视频-文本预训练大模型，多模态AI助手，视频生成扩散模型，3D动态场景重建等。Show Lab获得CVPR'22最佳论文Finalist，在Ego4D, EPIC-Kitchens等国际比赛上获得第一。

相关主页：

https://sites.google.com/view/showlab

清华大学刘烨斌三维视觉研究团队

清华大学刘烨斌三维视觉研究团队，围绕三维视觉重建与生成开展研究。提出了三维数字人的多元表征模型与协同优化机理，突破了单一表征难以兼顾实时性、精确性和便捷性的矛盾，研制了多套国际领先的单一视点或多视点实时动态三维重建与数字人生成系统，发表TPAMI/ SIGGRAPH/CVPR/ICCV/ECCV等论文近70篇。团队获2012年国家技术发明一等奖（排名3），2019年中国电子学会技术发明一等奖（排名1）。

香港科技大学智能视觉实验室

香港科技大学智能视觉试验室是一个由助理教授陈启峰主导的人工智能实验室。其研究方向主要是基于AI的内容生成 (AIGC)，包括三维数字人与场景的生成、视频的生成与预测、图像的增强与复原。实验室的多个AIGC项目提供了多个相关的线上工具、代码实现，并被国内外媒体报道。同时，实验室在无人车与机器人方面也有建树，提出了多个结合AI与传统控制的技术方案。

北航可乐实验室

北航可乐实验室（Colab）由刘偲教授牵头，隶属于数字媒体北京市重点实验室。团队围绕多模态智能分析以及检测跟踪等方面的前沿理论与关键技术展开研究，发表CCF A 类论文80余篇，谷歌引用1万余次。

DCD-Causal Machine Learning

DCD-Causal Machine Learning 研究小组由浙江大学况琨老师初建于2019年，隶属于浙江大学数字媒体计算与设计实验室。研究小组以实现“从关联驱动到因果指导的机器学习”为目标，围绕因果推断与机器学习双向赋能，重点研究复杂环境下因果推断、因果启发机器学习、因果可信人工智能等方向，同时关注因果机器学习在数字经济、智能司法和智慧医疗等场景落地应用。研究小组在TKDE, TPAMI, ICML, NeurIPS，KDD, AAAI, ICDE, WWW, MM, DMKD, Engineering等数据挖掘和机器学习领域已发表70余篇顶级会议和期刊论文。

相关主页：

https://kunkuang.github.io/

清华大学ISR Lab（智能系统与机器人实验室）

清华大学ISR Lab（智能系统与机器人实验室）由陈建宇助理教授组建，隶属于清华大学交叉信息研究院。团队从事机器人与人工智能交叉领域前沿研究，致力于构建出具备高性能、高智能的高端机器人软硬件系统。团队在ICML/NeurIPS/CoRL/T-NNLS/ICRA/IROS/L4DC/CDC等人工智能与机器人领域顶级会议和期刊发表论文40余篇。

相关主页：

http://people.iiis.tsinghua.edu.cn/~jychen/

清华大学软件学院机器学习实验室（THUML）

清华大学软件学院机器学习实验室，专注于迁移学习、深度学习、知识学习等基础理论方法及在人工智能和工业数据软件中的应用研究，负责人为王建民教授和龙明盛副教授，顾问为Michael I. Jordan院士。

北邮Gamma Lab

北邮图数据挖掘与机器学习实验室（GAMMA Lab, Graph dAta Mining and MAchine learning Laboratory）长期从事人工智能和数据科学的核心方向：数据挖掘和机器学习的研究，特别专注于图数据的挖掘与学习，在异质图分析和图表示学习等方向处于国内领先水平，相关成果应用于华为、阿里、腾讯等企业。培养了北邮第一个“阿里星”和“腾讯犀牛鸟精英人才”等优秀学生。

北京大学具身感知与交互实验室EPIC Lab

北大具身感知与交互实验室(Embodied Perception and InteraCtion Lab)由北京大学前沿计算研究中心助理教授、博士生导师王鹤博士创立和领导。实验室立足三维视觉感知与机器人学，重点关注具身机器人在三维复杂环境中的感知和交互问题，研究目标是以可扩增地方式发展高泛化性的机器人视觉和控制系统。实验室成果覆盖物体抓取、功能性操控、灵巧操作及寻物导航，发表于CVPR/ICCV/ECCV/TRO/RAL/ICRA/IROS/ICLR/NeurIPS/AAAI，并获得ICLR 2021可泛化机器人物体操纵挑战赛ManiSkill无额外标注赛道冠军。

相关主页：

https://hughw19.github.io

上榜一分钟，榜下十年功。

无论是否进入榜单，感谢所有技术人和实验室长期持久地科研耕耘，感谢每一位AI路上，Tech不停，Beat不止的技术青年！

如果，你也希望擦亮自己的光芒，成为下一年度TechBeat红人榜新星，欢迎：

✅成为讲者，分享最新工作（形式包括但不限于：讲解系统性科研工作/技术的场景落地，参与AI领域各大领域顶会系列分享...）

✅带领技术团队，组团亮相、打造技术影响力（形式包括但不限于：举办技术内容/顶会工作专场直播、团队系列Talk、建立专属社群...）

申请表单

或是，有任何希望与我“门”一起搞事情的合作提议，或是对将门投资、将门创新有合作想法，欢迎：

✅ 添加将门小将微信（thexiaojiang），与我“门”取得联系！

小将微信

明天，我们还将发布「年度热门技术工作」榜单，以及「热门研究云际会」活动首发预告，敬请期待！

关于TechBeat红人榜

将门-TechBeat人工智能社区三周年特别策划“TechBeat红人榜”，内容包括“年度最受欢迎讲者”、“人气技术实验室"以及“年度热门技术工作”。

过去一年，社区共有128位讲者贡献105场talk，286位作者贡献716篇文章，将其进行综合人气排位得出榜单结果，数据参考包括站内浏览量、新媒体传播量及互动量。

希望在未来的榜单中，看到更多AI华人青年学者的新鲜面孔！我“门”一起，TECH不停，BEAT不止！

-The End-

“AI技术流”原创投稿计划

TechBeat是由将门创投建立的AI学习社区（www.techbeat.net）。社区上线480+期talk视频，2400+篇技术干货文章，方向覆盖CV/NLP/ML/Robotis等；每月定期举办顶会及其他线上交流活动，不定期举办技术人线下聚会交流活动。我们正在努力成为AI人才喜爱的高质量、知识型交流平台，希望为AI人才打造更专业的服务和体验，加速并陪伴其成长。

投稿内容

// 最新技术解读/系统性知识分享 //

// 前沿资讯解说/心得经历讲述 //

投稿须知

稿件需要为原创文章，并标明作者信息。

我们会选择部分在深度技术解析及科研心得方向，对用户启发更大的文章，做原创性内容奖励

投稿方式

发送邮件到

chenhongyuan@thejiangmen.com

或添加工作人员微信（chemn493）投稿，沟通投稿详情；还可以关注“将门创投”公众号，后台回复“投稿”二字，获得投稿说明。

关于我“门”

将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构，旗下涵盖将门创新服务、将门技术社群以及将门创投基金。