10 MIT AI初创公司将在2025年观看|麻省理工学院

。 麻省理工学院启动交换在探索和评估新技术时，支持与MIT相关的合资企业。以下是来自创业交易所的10家以AI为中心的公司 2025 MIT AI会议在四月 

显示

市场疼痛点：桥梁倒塌主要是由于维护不良而引起的。视觉检查是桥梁的主要评估工具，是主观的，昂贵的且不常见的。现有的基于数据的监视解决方案缺乏管理公司需要的可行见解。

解决方案：显示器是一种使用无线传感器收集数据的桥梁监视服务，以及一种AI算法来分析数据并建议可行的见解。 

它的工作原理： 显示器的桥梁监测技术使用了对来自二十多个桥梁多年数据的AI，以识别潜在的问题。例如，Dibsaid有助于防止意大利的桥梁封闭，从而节省了意大利政府300,000欧元。它的传感器在识别早期结构异常方面便宜70％，效率比现有措施高三倍。

查看演示文稿

伊娃

市场疼痛点： 计算需求以比一个 图形处理单元正在改善。 

解决方案：EVA正在开发一个数字双胞胎平台，该平台将缩短AI模型培训时间，从而降低了需要高计算功能的企业的成本。

它的工作原理： EVA使用半导体技术和硬件软件代码开发，以兼容和易于部署。它的数字双平台具有72次的吞吐量NVIDIA BLACKWELL芯片，将Llama 3.1型号培训时间从80天大幅减少到不到两天，而成本从4700万美元降低到500,000美元。

查看演示文稿

Gaia AI

市场疼痛点：林业涉及生物多样性管理和减轻野火风险。当前的数据收集方法，例如使用卡尺和磁带量度，是耗时，昂贵且通常不准确的。

解决方案：Gaia AI使用专门针对森林环境量身定制的高级算法来测量和映射树木比当前方法快100倍。然后，此范围数据的数据用于训练AI算法以分析卫星图像，以便将信息缩放到更广阔的森林区域。” 

它的工作原理：Gaia AI使用配备LIDAR的轻型背包进行数据捕获，以及用于导航和数据分析的移动和Web应用程序。今年，盖亚AI与美国森林服务局合作，在全国范围内扩展野火风险管理。

查看演示文稿

getintro

市场疼痛点：销售团队追求许多不转变为销售的潜在客户。尽管大量努力，但长期销售周期和大型顶部渠道导致转化率较低。将技术向医疗保健组织销售的平均周期长度为19个月。

解决方案：Getintro通过使用的销售渠道较窄一个 一个AI代理，向卖方介绍既容纳又可达的潜在客户。 

它的工作原理：Getintro使用经过与数百名医疗保健销售主管的对话的AI进行了培训，以查找并促进用户扩展网络中潜在客户和合作伙伴的介绍。Getintro与Venture Lane合作，Venture Lane是一个B2B初创枢纽，拥有超过25万人的网络。

查看演示文稿

佩利吉

市场疼痛点：企业依靠软件，但是他们使用的不同系统不始终合作。这会导致员工必须手动调和的脱节工作流，这是昂贵且效率低下的。

解决方案：Perygee充当企业中所有数据源和工作流的胶水，从而在企业运营中提供自动见解和行动。” 

它的工作原理：Perygee的软件集成了孤立的系统，自动化手动工作。包括百事可乐和汉堡王在内的25多家公司正在使用它。物流公司IGP使用Perygee的AI模型来自动化其基于纸张的交付确认过程，通过检测新表格，验证它们并标记可疑形式进行客户审查。IGP每月能够节省80小时的工作，将现金流提高两天，并提高客户体验。 

查看演示文稿

企业家发展计划

亲自在麻省理工学院

立即注册

Safemode

市场疼痛点：卡车运输和交通运输公司面临着驾驶员的挑战，包括高营业额，低于标准的绩效和事故。

解决方案：Safemode开发了一个 行为修改计划的目的是改善驾驶员行为，以提高更安全，更高效，更可持续的驾驶。激励计划可以根据良好的表现帮助驾驶员赚取更多的钱。

它的工作原理：SafeMode使用AI模型来分析现有车队车辆设备的数据，得分驾驶员行为，并通过游戏化应用程序确定现金激励措施。使用SafeMode导致亚马逊交付服务伙伴的安全违规行为减少了71％，而Pinch Transport的事故和保险索赔减少了30％。

查看演示文稿

锡箔

市场疼痛点：数据隐私问题正在阻碍企业AI的采用，因为通常要求公司与AI应用程序共享敏感数据。由于执行困难和不兼容的网络安全应用，当前的数据隐私解决方案对于AI系统而言不足。结果，尽管需要大量的工程工作，但许多企业正在转移到本地AI部署。

解决方案：Tinfoil提供了一种将机密AI驱动的应用程序安全地移至云中的方法。通过推理过程一直从源进行加密数据，因此即使是锡箔也看不到客户的数据或模型。它的基础架构是透明且可验证的，这意味着用户可以检查以确保维护机密性。 

它的工作原理：Tinfoil建立在NVIDIA图形处理单元之上，并采用机密计算，在将其发送给用户之前，在接收并处理加密数据的服务器上创建安全的飞地。可以轻松地集成到现有的AI部署中。

查看演示文稿

Tristar ai

市场疼痛点： 制造工厂通常缺乏足够的数据，尤其是关于操作员偏差等人为因素的数据。自我报告是获取此信息的唯一方法，但它可能是不可靠的。

解决方案：Tristar AI已开发了一种视觉系统来检查制造工厂的生产线。标准操作程序中的任何偏差都会标记，并立即提醒操作员，以便可以实时解决该问题。” 

它的工作原理：Tristar AI使用模块化的类似乐高的运动块来分析生产过程中的复杂动作，将废料率在一个月内降低了60％以上，并节省了成千上万的生产和客户重做。这项技术为工程师和运营商提供了实时的可见性，使他们能够主动解决问题，并使制造业更聪明，更精简，更敏捷且更具弹性。” 

查看演示文稿

Unbox AI

市场疼痛点： 大型语言模型接受了互联网文本培训，不考虑人类的行为，这使他们专注于文本功能而不是动作。行为驱动的企业（例如零售）依靠交易和行为数据而不是基于文本的情报来建立竞争优势。例如，LLM可以断言不含乳糖的牛奶和常规牛奶是类似的产品，但消费者通常不会一起购买。考虑到消费者的行为，无乳糖牛奶和无麸质面包是更紧密相关的产品。” 

解决方案：Unbox AI创建了自己的LLM，称为AcrentionGPT，以预测消费者行为。 

它的工作原理：行为与1万亿人类行动进行了培训，以帮助组织预测并应对消费者行为。平均而言，Unbox AI的行为与用户的销售量增加了20％。这部分归因于企业根据行为游戏建议建立新的收入流的能力。

查看演示文稿

vocadian

市场疼痛点：运输，采矿，建筑和航空等行业中的劳动力疲劳每年导致超过1400亿美元的经济损失。当前的疲劳管理解决方案依赖于无效的自我报告或反应性监测。

解决方案：Vocadian是一种预测性疲劳风险管理系统，可通知管理人员如何优化时间表和个性化干预措施。 

它的工作原理： 公司输入员工的人口统计和基线声音录音。Vocadian的技术使用基于语音生物标志物和昼夜节律科学的AI算法来分析每个工人的音频提交以疲劳风险。拉丁美洲和美国的早期测试显示，风险事件的降低了26％，生产率提高了92％。

查看演示文稿

在Instagram上浏览幻灯片