MIT MEDIA LAB
人、智能与物理世界
从情感计算、认知增强和多模态感知，到开放智能体网络；研究对象已远超传统“媒体”。
RESEARCH BRIEFING / 2026.09.25
AI 的下一步，不只在模型里
MIT Media Lab 与哈佛相关实验室：研究版图、项目管线与成果转化深度调研
HARVARD ECOSYSTEM
文化、协作与分布式转化
metaLAB 与 ASML 是媒体/人机研究入口；Kempner、Wyss、i-lab、GRID各有独立职责。
EVIDENCE FIRST
原型不是公司，参赛不是孵化
逐项标注组织归属、AI角色、最新公开证据日期与转化状态；不使用名校标签替代商业验证。
范围：重点研究2025–2026公开动态，回溯经典转化项目。检索截止2026-09-25；官网无发布日期时采用“截至检索日可见”，不表示项目刚刚启动。本文为公开资料研究，不是完整项目名录或投资尽调。
核心判断：最值得借鉴的不是“名校做了哪些AI”，而是如何把研究能力变成可验证的场景价值。
依据：
01 / EXECUTIVE SUMMARY
两条路线正在汇合：增强人的能力，而非只替代人的任务
研究重点已从“能生成什么”扩展到“怎样协作、如何验证、如何进入真实环境”。
判断一
MIT 把AI嵌入人与世界
AHA研究认知与情绪；多模态、无线感知和可穿戴研究真实世界；NANDA研究跨组织agent发现与协作。
判断二
哈佛不是一个对称实验室
metaLAB关注文化与知识设计，ASML建设公共协作软件；AI基础研究和商业转化分布在其他独立机构。
判断三
近期更值得追踪的是工作流
NextSpace、AgentPress、Refine等把AI放入完整任务过程；Cartesian证明复用既有硬件也能创造新的商业价值。
对传媒优先看协作与证据链；对医疗优先看传感数据、临床验证与付费路径。
依据：
02 / SCOPE & INSTITUTIONS
先纠正研究对象：不存在可直接对称比较的“两所 Media Lab”
本报告以MIT Media Lab为一条主线，以哈佛相关媒体/AI生态为另一条主线。
| 机构 | 实际定位 | 本报告纳入方式 |
|---|---|---|
| MIT Media Lab | 跨学科研究组织；含研究组、跨组计划、中心及创业网络 | 主研究对象；不把CSAIL或Lincoln Laboratory整体算入 |
| metaLAB (at) Harvard | 艺术、人文、知识设计；官网称2026年9月转入FAS | 哈佛主研究对象之一；实体位于GSD不等于隶属GSD |
| Harvard ASML / BKC | 对话、平台与公共利益技术工程 | 哈佛主研究对象之二；与metaLAB不是同一组织 |
| Kempner / SEAS / Wyss | AI基础研究、工程与仿生技术转化 | 扩展研究范围，逐项注明来源 |
| Harvard i-lab / GRID / OTD | 创业支持 / 科研转化加速 / 技术许可 | 解释孵化与商业化，不归为metaLAB部门 |
避免两种错误：把Harvard全校创业归于metaLAB；把MIT全校AI成果归于Media Lab。
依据：
03 / EVIDENCE STANDARD
“正在孵化”必须带日期；研究活跃并不自动构成在孵身份
采用六类状态，而不是把所有尚未成熟的项目统称“孵化中”。
| 状态 | 最低证据要求 | 本文例子 |
|---|---|---|
| 研究 / 原型 | 官方研究页、论文或实验；没有正式公司证据 | Future You、NeuroChat、Curatorial A(i)gents |
| 公开工具 / 产品 | 官方发布或真实使用记录；未必商业收费 | AI Pedagogy、NextSpace、LLM Engine |
| 正式创业支持 | 官方venture档案、cohort或incubator名单 + 时间 | Sole 1（2026–27）、Refine（2026夏季） |
| 商业转化 / 公司 | 公司实体或商业部署证据；许可须另证 | Cartesian、Affectiva、Augmental、WurQ |
| 独立非营利转化 | 独立组织与成果承接关系 | Scratch Foundation、Data Nutrition Project、Cortico |
| 历史停止 / 状态缺口 | 停止证据或最新经营信息不充分 | Jibo消费业务；部分公司的最新许可/经营状态 |
证据优先级：大学/实验室原始页→论文/项目正式文档→公司自述→可靠二手报道。大学转载公司材料不自动变成独立效果验证。本报告未做专利链、监管数据库、源码安全或客户访谈完整审计。
成立、获奖、入选、开源、临床验证和营收是六种不同证据，不能相互替代。
依据：
04 / MIT — FULL LANDSCAPE
Media Lab 的“媒体”是一切人与信息、身体和环境的交互
AI是跨领域方法之一，不是把实验室所有硬件、生物与设计研究改名为AI。
| 研究域 | 代表组织/工作 | AI关联方式 |
|---|---|---|
| 认知、情感与学习 | Fluid Interfaces、Affective Computing、AHA、Cyborg Psychology | 研究人机关系；生理感知、生成交互、认知实验 |
| 创造与文化 | Opera of the Future、Viral Communications、Lifelong Kindergarten | 音乐协作、创意学习；Scratch本身不是LLM产品 |
| 感知与环境 | Camera Culture、Signal Kinetics、Responsive Environments | 计算成像、无线定位、传感器与ML |
| 身体与健康 | Personal Robots、Conformable Decoders等 | 社会交互、可穿戴、超声；必须逐项确认AI角色 |
| 社会与空间系统 | CCC、City Science相关工作 | 对话理解、空间分析与环境感知 |
| 开放智能体网络 | NANDA / AGNI，关联Camera Culture | 跨组织agent身份、发现、信任、授权与协作 |
阅读Media Lab应按“人与系统的接口”分类，而非按传统新闻、影视、广告行业分类。
依据：
05 / MIT — AI RESEARCH MAP
AI 主线可以拆成六个问题，分别对应不同的价值与验证方法
这是一张分析性分类表，不是官方行政组织架构。
| 问题 | 研究组/计划 | 具体方向与验证 |
|---|---|---|
| AI会怎样改变人？ | AHA / Cyborg Psychology / Fluid Interfaces | 依赖、记忆、自我连续性；需受控实验和长期追踪 |
| AI怎样理解人的状态？ | Affective Computing / Multisensory Intelligence | EDA、语言、表情与多模态；需跨人群验证 |
| AI怎样与人共同创造？ | Opera of the Future / Viral Communications | 音乐情绪、实时即兴；偏好不等于目标情绪效果 |
| AI怎样理解物理世界？ | Signal Kinetics / Camera Culture | RFID、雷达、成像；需场景迁移与部署测试 |
| AI怎样促进人与人协作？ | Personal Robots / CCC | 亲子互动、对话理解；评价人际结果而非会话时长 |
| AI怎样与其他AI协作？ | NANDA / AGNI | 身份发现、通信、信任、委托；评价跨边界成功率 |
Media Lab的辨识度在“模型之外的系统与人”，不是本报告已证明它在所有基础模型能力上领先。
依据：
06 / MIT — HUMAN-AI
AHA 与 Cyborg Psychology 把“人的结果”放在模型指标之前
代表人物：Pattie Maes、Pat Pataranutaporn；两者分别是跨教师计划与研究组，不能混称。
AHA / 研究计划
从认知到社会互动
三项工作：调查AI对人的影响；设计使人获益的系统；把发现传递给开发者和应用方。2026“Raised by AI?”关注儿童与AI。
CYBORG PSYCHOLOGY / 研究组
从未来自我到可解释交互
公开方向包括Large Human Models、增强接口、可解释交互与人机心理。目标是在增强能力的同时保留自主性。
业务启示 / 本报告判断
把撤掉AI后的表现也纳入验收
效率、正确率之外，还需测使用者是否过度依赖，能否识别错误，停止使用后是否仍掌握任务技能。
历史项目保留其原始归属：负责人创立新研究组，不表示此前在Fluid Interfaces的全部成果都迁移到新组。关于儿童的研究议题不等于已证明适合对未成年人部署。
只测“用了AI做得更快”，无法回答“人是否因此变得更有能力”。
依据：
07 / MIT — RESEARCH PROTOTYPES
Future You 与 NeuroChat 都很前沿，但证据支持的是有限结论
两项都属于研究原型；没有在本次核验中被确认是独立在孵公司。
| 项目 | 技术与用途 | 已经证明/披露 | 边界 |
|---|---|---|---|
| Future You | 利用个人目标等信息生成未来自我角色，增强与未来自己的连接 | 官方体验站介绍344人研究，报告对话后的焦虑和未来自我连接变化 | 不是人生预测；无长期临床疗效结论 |
| NeuroChat | 生成AI + Muse EEG；依据参与状态调整回答复杂度、节奏 | 项目页报告参与度改善，但明确未观察到即时学习成绩提升 | 未在课堂测试；不面向18岁以下；不是“脑机教育已成功” |
Future You公开引文存在会议年份与上线年份不一致，本报告不据此宣称首次发表时间。NeuroChat不直接读取思想；参与感和即时学习成绩是不同终点。
产品设计可借鉴“自我反思”和“自适应节奏”；商业承诺不能越过现有实验边界。
依据：
08 / MIT — EXPERIMENTS
认知与音乐研究提醒我们：用户喜欢，不代表真正受益
两项实验分别挑战“用了就更聪明”和“偏好越高效果越好”的简单逻辑。
写作研究 / 2025
Your Brain on ChatGPT
前三次实验54人，交叉条件18人；比较LLM、搜索和无工具写作，观察脑电连接、回忆与文章归属感差异。任务与样本有限。
音乐研究 / 2026.06
偏好与情绪诱发相分离
152人实验：AI音乐可能更受偏好，但人工作品在诱发目标情绪上更有效；来源标签也影响反应。Myndstream参与并资助。
不可外推
既不下“伤脑”结论，也不下疗效结论
脑电差异不等于永久损伤；实验音乐不等于临床治疗。写作研究最新同行评审状态未核实，不能沿用2025状态到现在。
音乐研究报道中的心率、皮肤电测量属于后续计划，非本次已完成指标。本文不把“实验观察”表述为普遍因果定律。
传媒评价要把“点击/喜欢”与“理解/记忆/情绪目标”分开；医疗评价更不能只看体验。
依据：
09 / MIT — MULTIMODAL & PHYSICAL AI
多模态AI的机会在新增信号，而不只在更长的上下文
Paul Pu Liang、Fadel Adib、Ramesh Raskar与Rosalind Picard的路线分别连接不同数据入口。
| 路线 | 具体研究 | 可转化价值 | 验证难点 |
|---|---|---|---|
| 多感官智能 | CLIMB、多模态临床、非语言社会信号、嗅味觉AI | 让模型处理文本之外的临床或交互信息 | 样本异质性、隐私、跨人群泛化 |
| 无线感知 | 生成式无线视觉、RFID定位 | 遮挡环境与库存的空间理解 | 场景迁移、成本与噪声 |
| 计算成像 | Camera Culture的成像、视觉系统仿真 | 新传感器设计与难观测场景 | 原型能力不等于规模产品 |
| 生理时序 | 381人、247942小时EDA、1693次压力自报 | 长期低负担观测与风险识别 | 相关≠诊断；自报标签与真实状态有差距 |
真正的数据壁垒常来自采集、标注与场景闭环，不是把传感器数据直接丢给通用LLM。
依据：
10 / MIT — AGENTIC WEB
NANDA 研究的是“智能体之间的互联网”，不只是多Agent编排
由Ramesh Raskar等推进；官网AGNI研究主题将基础设施与大规模交互行为分开。
01
发现对方
身份、命名、索引；知道哪个agent具备什么能力。
02
授权与信任
认证、委托、来源证明、隐私与政策约束。
03
通信与协调
跨工具/组织交换任务、协商并协调执行。
04
群体行为评估
用共享环境与NANDA Town测试互动、信誉和失效传播。
研究项目/开源社区/活动不是同一法人。官网对AGNI多赞助研究合作列出Consortium会员前置条件；这不代表购买会员即可取得全部技术或独家权利。具体开源版本与合同应另审。
单一工作流成功不等于跨机构互联成功；这条路线值得跟踪，但尚不能当作成熟行业标准。
依据：
11 / MIT — EMERGING PIPELINE
AgentPress 是最贴近传媒的新增线索，但首先是比赛作品
2026 NandaHack已于7月11日结束；这不是一份9月仍在孵公司名单。
一等奖 / AGENTPRESS
自主新闻编辑室原型
参赛服务让agents提交新闻信号，由Herald编辑按8因子确定性规则评分、编成付费edition；规则设定贡献者80%阅读收入分成。
三等奖 / LITMUS
智能体安全测试原型
官方描述为伪装成web-reader的agent安全蜜罐，测试agent遇到服务行为与表面承诺不一致时的反应。
证据边界
有机制展示，没有成熟经营证明
官方可证获奖与功能描述；作者身份、法人、真实订阅读者、现金收入与持续经营未核实。参赛不等于MIT持股或许可。
官方活动统计400+报名、230+独立提交、125+完整提交。本报告不将这些数量计作创业公司数。服务+使用说明由标准agent测试，关键评价点是能否被独立调用，不是演示是否炫目。
可学习“信号→编辑→版本→反馈”的结构；不可把比赛信用或分成规则当成已验证商业模式。
依据：
12 / HARVARD — RESEARCH MAP
哈佛媒体/AI研究应分为文化、协作与基础智能三层
metaLAB迁入FAS后，沿用旧BKC组织图尤其容易出错。
| 层次 | 核心机构与人物 | 研究内容 | 典型产出 |
|---|---|---|---|
| 文化与知识设计 | metaLAB；Jeffrey Schnapp、Sarah Newman等 | AI教学、数据透明、艺术、馆藏与使用体验 | 教程、展览、研究方法、公共项目 |
| 协作与平台工程 | ASML / BKC；工程与研究团队 | 多人对话、AI主持、平台互操作、身份与权限 | LLM Engine、NextSpace、Nymspace、Frankly |
| 基础智能 | Kempner；Sham Kakade、Bernardo Sabatini等 | 自然与人工智能、可解释性、学习与神经活动 | 论文、模型、数据与研究人才 |
| 专业场景转化 | SEAS / Wyss / i-lab / GRID / OTD | 可穿戴、康复、医学决策、学习、科学工具 | 许可公司、创业支持、转化研究 |
只有第一层最接近“文化媒体实验室”；第三、四层是为了补全AI与孵化问题而扩展。
依据：
13 / HARVARD — METALAB
metaLAB 的AI成果多是知识与文化工具，而非创业公司
三项最值得持续观察的工作，分别对应教学、数据治理和真实使用行为。
2023发布 / 教学资源
AI Pedagogy Project
为教师提供AI概念、LLM使用教程与课堂作业。关键是“是否该用、怎样用”，不是让模型接管教学。
2018起步→2021独立
Data Nutrition Project
Harvard–MIT Assembly项目发展成独立非营利组织；Dataset Nutrition Label帮助理解数据来源、结构和局限。非metaLAB独家公司。
2026可见 / 参与式研究
匿名AI故事与 What We Tell AI
Sarah Newman收集匿名AI使用故事；Olivia Tai另有自己的收藏网站。研究对象是使用规范与感受，采集工具未必使用AI。
AI Pedagogy历史发布材料的BKC归属要按当时表述；不能忽略metaLAB2026归属调整。Data Nutrition独立日期来自组织官网，法律登记与知识产权承接本轮未独立审计。
不是每个“AI项目”都以AI为技术；有些项目是在研究AI对人的影响。
依据：
14 / HARVARD — AI & CULTURE
在艺术与馆藏领域，AI被当作发现关系和重构体验的材料
历史作品仍有参考价值，但不能包装成2026新孵化产品。
| 项目 | 做什么 | 时间/状态 |
|---|---|---|
| Curatorial A(i)gents | 将ML与机器视觉用于Harvard Art Museums数字馆藏 | 2022-03-01至05-15已实际展出 |
| A Flitting Atlas of the Human Gaze | 通过机器视觉探索艺术人物的视线与作品间关系 | 馆藏实验；不是商业视觉系统 |
| AIxquisite Corpse | 识别身体样图像，让观众组合混合形象 | 展览互动；不等于生成模型平台 |
| The Laughing Room | AI判断现场言语并触发笑声，探索被系统“评价”的体验 | Jonny Sun / Hannah Davis；2018跨机构展出 |
| Artificial Senses | 把机器传感器收到的数据可视化 | Kim Albrecht；2017；不直接等于深度学习 |
metaLAB网络包括Harvard、FU Berlin和Basel，三地协作也独立工作；本页只纳入可确认相关归属的项目，不把所有国际节点作品算作Harvard独家成果。
对媒体机构的启示是“知识发现与交互策展”，不是把全部作品都换成自动生成内容。
依据：
15 / HARVARD — ASML
ASML 已把“多人 + AI”做成分层软件，而非一个万能聊天框
NextSpace是应用层，LLM Engine是底座；Nymspace是另一个可接入的协作工具。
01
输入场景
现场/线上活动、多用户讨论、转录与组织者材料。
02
LLM Engine
可配置agent、模型、prompt、RAG材料与触发阈值。
03
应用界面
NextSpace问答/摘要/主持Backchannel；可连接Nymspace等平台。
04
人类主持
判断哪些问题上台、哪些内容需要澄清、哪些摘要应纠正。
2025-12-04活动实际运行，12-23回顾记载公开发布和开源；不代表本轮已审计仓库许可证或私有化部署条件。Nymspace基础机制无需AI，不能以可接入LLM推断每次活动都使用模型。
把“讨论平台、agent执行层、主持决策”分开，更利于评估、替换与治理。
依据：
16 / HARVARD — PRODUCT MATURITY
同在ASML目录，NextSpace、Frankly与身份工具的AI含量不同
是否真的使用模型，必须落到具体能力，而不是项目名称。
| 项目 | 已确认能力 | 发布/AI边界 |
|---|---|---|
| NextSpace | 活动助手、问答、实时摘要、主持反馈；2025活动运行 | 已见公开发布与开源声明；外部规模部署未确认 |
| LLM Engine | 后端API为多人对话注入agents，支持RAG及触发配置 | 模型能力明确；本轮未部署、未审代码 |
| Nymity / Nymspace | 化名交流理念 / 实现工具 | 项目与工具不同；基础协作不必使用AI |
| Frankly | 结构化群体对话；AGPL开源；2025公告时closed beta | 具体ML/LLM实现未确认，不列“已验证AI产品” |
| 协议/身份/权限工具 | 互操作、数字身份、权限理解、加密协作 | 是AI生态可依赖的基础工程，不自动属于AI |
开源不等于可直接商业部署；技术存在不等于效果成立。
依据：
17 / HARVARD — KEMPNER
若要看哈佛AI基础研究，Kempner比metaLAB更接近问题核心
Kempner研究自然与人工智能的共同原理；不是metaLAB的AI部门。
AI × 脑科学
从神经活动中学习模型结构
官方研究页列POCO等神经活动预测模型，以及脑与人工网络如何泛化、如何复用知识的研究。
可解释性 × 可靠性
理解模型内部，寻找可干预机制
2025 fellows方向包括幻觉、安全、偏差与隐私；目标是从内部表示得到可操作解释，而非只生成事后理由。
形式推理 × 具身学习
探索更像人类的学习与推理
研究数学证明、深度强化学习、语言加工、机器人与记忆；成果以科学发现与模型为主，不等于已形成公司。
哈佛的价值不是只做人文讨论；但必须把基础科学与媒体设计的组织归属分清。
依据：
18 / MIT — COMMERCIALIZATION
Cartesian 是最清晰的“实验室技术→许可→客户部署”案例
它不是新造一台机器人，而是在客户已有RFID扫描流程上增加位置智能。
01
研究积累
Fadel Adib与Isaac Perper研究RFID数据的机器学习定位。
02
客户发现
2021 I-Corps访谈，识别零售库存管理的真实问题。
03
公司与许可
2023年初成立；通过MIT TLO许可实验室专利，获创业辅导。
04
商业部署
2025首个大合同；MIT News于2026-06披露700+店、15国。
使用MIT News正文的15国，不用页面摘要流传的55国。700+门店是2026-06报道时状态，不推断9月规模。节约、快速开店等细节来自公司采访，本报告不作为独立审计ROI。
可复制的转化逻辑：先确认客户痛点，再降低部署摩擦，而不是先追求技术完整度。
依据：
19 / MIT — ESTABLISHED SPINOUTS
Affectiva、Empatica与Cogito把“人的信号”变成不同商业产品
三者有明确研究渊源，但今天的组织归属、产品用途与监管范围并不相同。
| 案例 | 研究→产品 | 已确认转化状态 | 关键边界 |
|---|---|---|---|
| Affectiva | Picard / el Kaliouby；视觉与行为信号→媒体/车内分析 | 2009 Media Lab衍生；2021被Smart Eye收购 | 表情不等于真实内心；不是当前独立在孵公司 |
| Empatica | MIT生理传感→可穿戴健康研究与特定监测产品 | 实验室FAQ明确改进并商业化；2025有SpO₂/PCCP公告 | 监管信息来自公司；不覆盖全部算法或所有诊断用途 |
| Cogito | Pentland等行为/语音信号研究→实时客服辅导 | 2007创办；当前官网称已属Verint | 不要与Cortico或CCC混同；许可范围未核 |
共通点是长期信号研究与明确行业工作流结合，不是单纯加一个通用大模型。
依据：
20 / MIT — DEVICES & SPACES
Augmental 与 Butlr 说明：可用的输入和感知，往往比复杂模型更难
它们均有Media Lab人才/原型关联；本轮没有据此推定专利许可。
AUGMENTAL / MOUTHPAD
把口腔动作变成数字输入
Tomás Vega等的研究原型与Media Lab课程/论文相关。2026-07公司宣布美国公开销售，VOX为beta。核心是无障碍交互。
BUTLR
用低分辨率热感知理解空间
Jiani Zeng与Honghao Deng创业，研究/人才关联到Media Lab。2025-02官方报道售出20000+传感器，用于空间利用等。
两项误读必须避免
输入不等于读脑；匿名不等于无风险
MouthPad不是脑信号读取，完全无声语音仍是目标；Butlr低分辨率设计降低信息暴露，但不能保证全部场景无隐私问题。
更可靠的合作入口是接口、数据权限和场景测试，不是“MIT光环”。
依据：
21 / MIT — NONPROFIT PATHS
成果转化不必都是商业公司：Cortico与Scratch提供另一种答案
研究与长期运营可以分开，通过独立非营利组织承接公共产品。
| 案例 | 转化方式 | 可验证结果 | 对照意义 |
|---|---|---|---|
| CCC × Cortico | MIT负责研究教育，独立非营利组织推进产品与部署 | 公开合作期至2032-01；共享IP采用开源安排 | 研究与运营分工，不等于学校控股公司 |
| Scratch Foundation | MIT Lifelong Kindergarten起步；团队2019转向独立基金会 | 2002启动，2007公开发布；持续协作创意学习研究 | 长期公共平台，不应改写成生成AI创业公司 |
| Data Nutrition Project（哈佛对照） | Harvard–MIT Assembly项目→2021独立非营利组织 | 持续提供数据标签、研究与教育服务 | 跨机构源流，不能算metaLAB独家孵化 |
若目标是行业公共工具或教育基础设施，独立运营与持续治理可能比融资故事更重要。
依据：
22 / FAILURE CASE
Jibo 提醒我们：研究价值、硬件吸引力与商业可持续性是三回事
原消费业务停止，与研究平台继续存在，可以同时为真。
事实 / 历史
原消费业务停止
IEEE专业机器人目录标注Discontinued，并回顾2018资产处置、2019服务结束通知。不能把这些不同事件合并成单一关服日。
事实 / 研究
Media Lab仍有Jibo研究平台
Personal Robots相关研究延续不代表原公司复活。机器人在论文中出现，也不代表消费者还能购买同一产品和服务。
解释 / 本报告判断
系统依赖是商业模式的一部分
依赖云服务的实体产品，必须考虑服务寿命、停止后的基本功能和长期支持成本；有趣的人机交互不足以覆盖这些问题。
不要只筛“成功孵化”，还要筛失败与退场；名校原型不是产品持续可用的保证。
依据：
23 / HARVARD — TRANSFER CASES
哈佛技术转化要按许可和产品证据看，不能只看创始人履历
WurQ证据链最清晰；Dyno许可完成与Imago的AI属性都需保留限定。
| 案例/归属 | 技术与应用 | 已知状态 | 不确定性 |
|---|---|---|---|
| WurQ / Wyss–SEAS | 深度学习+信号处理+两传感器，量化运动 | 正文明确2022-05成立并获Harvard许可；2023演示 | 页首launch年份不同；2026经营/上市状态未核 |
| Dyno / Church Lab渊源 | ML+高通量实验设计AAV载体衣壳 | 2020公司公告明确研究来源与独家许可选择权 | option≠完成license；不推断2026临床或许可状态 |
| Imago Rehab / Wyss | 软体机器人手套+远程康复 | 2021技术转化/许可；后续原型与虚拟诊所 | 本轮一手来源未证明AI，不计入已证实AI案例 |
“已孵化”是历史关系，“仍运营、可采购、可临床使用”都需要额外的当期证据。
依据：
24 / ACTIVE PIPELINE
严格按截止日看，只有带明确期次的项目可称正式创业支持
最强的当前支持证据是Sole 1的2026–27档案；其余必须带报道时间。
| 项目 | 官方支持/时间 | 技术角色 | 截至检索日可说什么 |
|---|---|---|---|
| Sole 1 | Alumni Launch Lab；2026–27学年 | 传感+ML+机器人袜 | 正式支持记录有效覆盖该学年；仍原型/试点 |
| Refine | Student i-lab；2026 Summer | LLM审稿与研究检查 | 确认2026夏季参与；不能自动延伸秋季 |
| FIND Neuro | 2026-07报道时Launch Lab X resident | AI+脑网络的手术决策支持 | 确认当时在加速器；监管/当期身份需续核 |
| Neural Notes | MIT Arts Incubator 2026；04-30路演 | AI音乐即兴练习 | 确认参与当届；9月仍在孵、法人均未确认 |
| GRID光交换项目 | 2025 Accelerator awardee | AI数据中心基础设施 | 正式支持研究；未确认已成立公司 |
本表不把已结束比赛、历史cohort或仍开放的研究网页伪装成实时在孵名册。
依据：
25 / HARVARD — TWO VENTURES
Sole 1与Refine分别验证身体接口与科学工作流的AI价值
都获得创业支持，但从产品阶段到验证终点，差别很大。
SOLE 1 / 2026–27支持
从机器人袜到可验证步态辅助
Wagman与Bokisch推进传感+ML优化踝关节/脚尖离地。2026年7月报道已有原型试点，后续硬件、针织和临床测试仍在推进。
REFINE / 2026夏季支持
把LLM用于查错而非仅代写
Calvó López与Golub团队2025推出审稿产品；2026获校方创新挑战赛奖。针对论文执行错误与一致性提供反馈。
下一道门
一个测安全与步态，一个测错漏与复核成本
Sole 1需要独立临床/人机安全证据；Refine需要按学科、错误类型与难度验证召回率、误报率、最终人工审稿耗时。
竞赛或i-lab身份能证明创业推进，不能替代真实用户效果与规模化成本。
依据：
26 / HARVARD — HEALTH & LEARNING
FIND Neuro与Adaptive Reader都强调领域任务，而非通用对话
医疗与教育的关键差别不在“能否回答”，而在谁承担结果责任。
| 项目 | 用途与人员 | 当前可确认 | 落地检查 |
|---|---|---|---|
| FIND Neuro | Noam Peled / Steven Stufflebeam；AI+脑网络辅助识别致痫区域 | 2026-07官方称Launch Lab X resident；使用已有临床数据 | FDA-path不等于获批；应核监管编号、外部验证及医生复核机制 |
| Adaptive Reader | Ethan Pierce / Eric Carlstrom；不同阅读等级与语言的同书适配 | 2024发布Web app；2026官方描述AI+人工审核并保留原文 | 核内容权利、改写保真、阅读效果；当前cohort未确认 |
人的审核不是待删除的低效环节：在高责任任务中，它本身就是产品设计。
依据：
27 / PIPELINE — MUSIC & INFRASTRUCTURE
“从研究走向市场”可以是原型迭代，也可以仍在研究转化阶段
Neural Notes与GRID光交换项目代表两种不同的早期路径。
NEURAL NOTES / MIT
让AI成为即兴练习伙伴
Mike Jiang是Viral Communications博士生；2026 Arts Incubator最终路演项目。公开访谈强调从技术研究转向市场访谈与用户需求。
GRID / HARVARD
为AI数据中心设计光交换与放大
Kiyoul Yang实验室、Tianyi Zeng领导；2025获Grid Accelerator支持。面向数据中心速度与效率，不是LLM应用公司。
不同验证终点
用户留存 vs 技术与系统集成
音乐项目要验证练习价值、时延和持续使用；芯片项目需性能、工艺、成本及合作验证。不能用同一“用户数”评价两者。
转化支持的价值是降低下一阶段的不确定性，不是提前宣告公司成功。
依据：
28 / WATCHLIST
最值得持续跟踪的八项，不是最适合立即采购的八项
以下优先级是本报告基于传媒/医疗应用相关性的判断，不是投资评级。
| 优先级 | 对象 | 为什么看 | 下一步核验 |
|---|---|---|---|
| P0 | NextSpace / LLM Engine | 多人会议、访谈与内容协作的现成结构 | 开源版本、许可证、私有化、逐句证据引用 |
| P0 | NANDA / AgentPress | agent互联与新闻编辑室原型 | 跨agent失败处理、后续维护；法人及MIT持股/许可关系未核实 |
| P0 | Data Nutrition Project | 建立行业数据资产说明与限制 | 模板适配、标签维护成本、实际减少误用 |
| P1 | Refine | 研究内容审核与质量控制 | 错误分型评测、误报及最终人时 |
| P1 | Cartesian | 利用已有硬件把研究变可部署价值 | 可迁移行业、接口和真实客户ROI |
| P1 | Empatica / FIND Neuro | 生理时序与临床决策的边界样本 | 逐产品许可、独立验证、支付路径 |
| P2 | Future You / NeuroChat | 人机认知与个性化的新机制 | 长期效果、撤掉AI后表现、适用人群 |
| P2 | Sole 1 / Neural Notes | 早期具身与创造协作产品 | 试点进展、留存、安全及持续支持 |
优先研究可审计工作流；对医疗硬件与认知增强保持研究合作心态，不急于承诺效果。
依据：
29 / COMPARISON
真正的差异是研究组织与转化方式，不是“MIT技术、哈佛人文”
两边都存在技术、设计与人的研究；差异来自本次选定机构的工作重点。
| 维度 | MIT Media Lab主线 | 哈佛相关生态主线 |
|---|---|---|
| 起点 | 跨学科研究组围绕人机/物理接口造系统 | metaLAB知识设计；ASML平台工程；Kempner基础研究 |
| AI特色 | 生理信号、多模态、硬件接口、agent网络 | 教学/文化/数据治理、多人协作、基础智能及专业场景 |
| 典型产出 | 实验原型、传感系统、公司、非营利工具 | 展览/资源、软件、模型，以及独立转化体系中的公司 |
| 转化路径 | TLO许可、客户发现、教师/校友创业、外部孵化器 | OTD许可、Wyss/GRID技术转化、i-lab创业支持 |
| 评价短板 | 原型吸引力可能掩盖商业和长期依赖 | 人文/公共工具价值可能难直接量化商业收益 |
| 可组合价值 | 为媒体/医疗提供新输入与交互机制 | 为系统提供协作界面、数据说明、评价与治理 |
不要做全校孵化数量或成功率对比：两边口径和覆盖范围不对称，本报告不制造伪精确排名。
依据：
30 / TRANSFER PLAYBOOK
可复制的不是实验室名字，而是五道转化闸门
从研究到产品，每一关都要求一种新的证据；没有哪一步能被获奖替代。
01
问题成立
明确用户、任务、现有损失；先访谈和观察。
02
技术可复现
数据合法、基线明确、失败可定位、结论可重复。
03
权利可使用
许可、开源条款、数据与内容权利、角色责任清楚。
04
产品可部署
接入现有流程；验证成本、可靠性、用户接受度。
05
运营可持续
付费、支持、模型更新、退出与数据迁移方案。
本页五道闸门是综合分析方法，不是声称MIT或Harvard均采用这套同名标准流程。研究合作协议与商业许可通常应由相应机构确认，不能绕过转化部门只取得教授口头许可。
Cartesian走通的关键是客户发现与低摩擦部署；Jibo说明长期服务责任不能留到最后。
依据：
31 / MEDIA OPPORTUNITY
传媒最优先的AI机会，是把研究、访谈、编辑与核验做成可追溯协作
不要把AgentPress获奖解释为“完全无人编辑已经可行”。
| 场景 | 可借鉴研究/项目 | 建议产品形态 | 核心验收 |
|---|---|---|---|
| 多人访谈/活动报道 | NextSpace / LLM Engine | 实时转录→议题聚类→主持提示→带原句引用的摘要 | 漏掉关键观点、错误归因、授权与总人工耗时 |
| 事件研究与持续跟踪 | NANDA / AgentPress | 信号采集→证据卡→编辑排队→人工放行→版本与更正 | 来源独立性、事实通过率、重复与更正成本 |
| 档案与文化内容 | Curatorial A(i)gents | 视觉/主题关联检索与交互策展 | 发现质量、版权、出处与可解释性 |
| 研究文章质量控制 | Refine / Data Nutrition | 引用、逻辑、数字和数据口径预检 | 误报、漏报、审稿员最终投入时间 |
以上是针对传媒场景提出的建议架构，不是已确认任何特定媒体客户在部署这些实验室项目。实验室研究、赛事规则和本报告设计建议在表述上分别标示。
先增强编辑判断与可追溯性，再谈自动化规模；机器评分不替代事实核验。
依据：
32 / MEDIA SYSTEM — PROPOSED
自主新闻系统需要独立证据链，而不只是更多agents
以下为本报告建议结构；不是复制某一实验室已实现的完整架构。
01
信号层
事件/人物agent收集合法来源；保存时间、原文与来源身份。
02
证据层
去重、区分独立信源、标注事实/推断/冲突；不按热度替代真实。
03
编辑层
按价值和可信度排队；需要人决策的内容强制送审。
04
发布与回写
版本、出处、更正记录与结果回收；失败能降级至人工。
横向控制：权限与预算、提示注入防护、调用审计、可中止执行、最小化数据暴露。
本报告未对NANDA或LLM Engine实施安全测试，亦不声称某开源项目默认具备本页所有控制。生产前需独立红队和故障演练。
关键不是“让agent自由合作”，而是让任何结论都能回到证据、权限和责任人。
依据：
33 / HEALTH OPPORTUNITY
医疗应优先选择可验证闭环，而不是最有想象力的演示
研究效果、技术许可与医疗许可是三条不同的证据链。
| 机会 | 参考案例 | 先做什么 | 不能跨越什么 |
|---|---|---|---|
| 生理时序研究 | Empatica / 压力研究 | 明确目标人群、标注方式与外部验证集 | 压力相关性不能替代诊断 |
| 医生辅助决策 | FIND Neuro | 医生审查、锁定适用范围、验证不良结果 | FDA-path不是许可；研究不直接变临床承诺 |
| 运动与康复 | WurQ / Sole 1 / Imago | 先验证采集可靠性、使用安全和康复流程 | 机器人属性不自动等于AI；辅助不等于疗效 |
| 认知/学习增强 | NeuroChat / Future You | 作为有限研究探索，保留非AI基线 | 参与度/短期情绪变化不等于长期治疗收益 |
在没有独立临床证据前，最合适的合作形式往往是研究验证，不是直接卖“AI疗效”。
依据：
34 / ACTION PLAN
用三个阶段验证一个工作流，比同时追十个前沿项目更有价值
以下为建议的90天试点，不是已承诺资源或实验室合作。
| 阶段 | 执行动作 | 通过闸门 |
|---|---|---|
| 第1–30天：建基线 | 选一个访谈/研究编辑任务；固定全任务队列；整理来源许可和数据标签；阅读代码及许可证 | 有不使用AI的时间/质量基线；数据权利和责任人清楚 |
| 第31–60天：做对照 | 复用或借鉴LLM Engine结构；搭建引用与人工放行；同题比较人工、AI辅助和更简流程 | 按全部任务计算总人时；失败、返工、审核均计入 |
| 第61–90天：测稳定 | 测试错误来源、权限越界、模型变更与停用；跟踪用户是否保留独立判断能力 | 在预先约定质量下有净收益；具备降级、退出和更正 |
| 不通过则停止 | 如果省下生成时间却增加审稿/更正，删掉环节或回退；医疗另设临床与合规门 | 不因“来自名校”继续投入；不把试验沉没成本当理由 |
阈值须在试点前由业务方确定；没有内部基线，本报告不虚构节省百分比、预算回报或商业规模。科研受试者与医疗场景需相应伦理、数据及专业审查。
衡量总任务成本与质量，而非只展示成功样例或生成速度。
依据：
35 / RED TEAM
五个看起来合理的结论，都需要主动寻找反证
本报告保留不确定性，不把项目目录与新闻稿写成投资推介。
| 容易得出的结论 | 为什么不充分 | 应补的证据 |
|---|---|---|
| 名校实验室项目＝技术领先 | 未进行跨产品能力对比，来源又有自述偏差 | 统一任务和独立基线 |
| 研究原型＝正在孵化公司 | 原型可能没有公司、团队或商业计划 | 正式项目期次、法人、许可 |
| 用户偏好高＝用户受益 | 音乐研究已显示偏好与目标情绪可分离 | 任务结果、长期效果、撤去AI后的能力 |
| 有医疗AI＝可临床使用 | 不同算法/产品适用范围不同；FDA-path非cleared | 准确监管记录和临床验证 |
| 更多agents＝更可靠系统 | 错误、权限和依赖可跨agents放大 | 端到端失败率、来源独立性与故障隔离 |
看见新颖性只是研究起点；决策需要可复现、可用权利、可部署和可持续四类证据。
依据：
36 / OPEN QUESTIONS
八个缺口已明确留下，而不是用推测补齐
公开资料调研最重要的完整性之一，是说明哪些结论目前不能下。
| 缺口 | 本报告处理 |
|---|---|
| metaLAB归属页面的时间标签冲突 | 采用正文“2026-09转FAS”，不推断编辑历史或办公室搬迁 |
| Neural Notes / Refine / FIND Neuro截止日仍在孵？ | 严格写已知期次/报道日，不延伸至9月实时状态 |
| Your Brain on ChatGPT 最新同行评审状态 | 标2025预印本来源，最新状态未复核 |
| Dyno许可选择权是否最终行使？ | 写option，不改成已完成独占许可 |
| Empatica / FIND Neuro 精确监管范围 | 公司或大学表述不能替代逐产品监管核验 |
| WurQ页面launch年份及2026经营状态 | 并列2022许可与2023演示/launch表述 |
| AgentPress真人用户、法人、收入与后续维护 | 不当作已成立公司，不把机制分成当营收 |
| 开源许可证、代码安全与企业部署成本 | 本轮未做源码/合同审计；建议接入前补齐 |
缺口不意味着项目无价值；意味着当前证据不足以支持更强的商业或效果承诺。
依据：
37 / FINAL IMPLICATION
应学习两种能力：MIT的系统原型，哈佛的知识与协作设计
把研究选择收敛到可验证的业务链，而不是继续扩大“名校AI项目清单”。
优先级一 / 传媒
先做可追溯的协作编辑系统
以NextSpace/LLM Engine为结构参考，以NANDA/AgentPress为agent互联研究线索；人工编辑与证据链先行。
优先级二 / 医疗
先做数据与验证闭环
借鉴Empatica、FIND Neuro和具身项目的领域数据路径；区分研究验证、产品许可与临床获准。
持续跟踪 / 方法
把项目状态作为动态事实维护
每次更新查机构归属、最新cohort、可使用权利、用户结果与停止风险；旧荣誉不自动续期。
最终结论：最有价值的借鉴是“研究→证据→场景→运营”的转换能力，不是照搬一个实验室。
依据：
APPENDIX / SOURCE REGISTER
来源登记 01：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
Data Nutrition Project：起源与独立 ↗
Data Nutrition Project · 未标日期；截至检索日
项目自述：2018 Assembly起步，2021独立非营利；未查法律登记。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 02：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 03：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 04：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
Sole 1 正式 venture 档案 ↗
Harvard Innovation Labs · 2026–27 Academic Year
明确Alumni Launch Lab及Programs标签；不等于医疗许可。
Refine Technologies venture 档案 ↗
Harvard Innovation Labs · 2026 Summer
Student i-lab；秋季延续未确认。页面含其他公司名视频标签，未据此改名。
FIND Neuro：慢病创新项目报道 ↗
Harvard Innovation Labs · 2026-07-17
当时Launch Lab X resident；FDA-path不等于FDA-cleared。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 05：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
Dyno：AI AAV 与 Harvard 许可选择权 ↗
Dyno / Business Wire · 2020-05-12
仅搜索索引取得关键原文；直接抓取受限。exclusive option并非完成许可。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 06：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 07：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 08：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 09：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
NandaHack 官方结果 ↗
MIT Media Lab / HCLTech · 2026-06-13—07-11；已结束
AgentPress冠军、Litmus第三；比赛作品不等于MIT内部创业公司。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 10：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 11：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 12：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：
APPENDIX / SOURCE REGISTER
来源登记 13：每项结论保留日期与证据限制
点击题名打开原始来源；正文引用可在当前页查看，不中断演示。
Scratch 开发与转移历史 ↗
Scratch · 2002启动/2007发布/2019转移
MIT Lifelong Kindergarten→独立Scratch Foundation；非原生LLM产品。
检索截止2026-09-25；不同发布年份不是同一时点的经营或产品快照。
来源审查：