
二十二岁。半年。五轮融资。近十亿元。这组数字属于一位二〇〇〇年出生的年轻人——杨丰璀,以及他创立的优尼智能。在中国风险投资的历史上,如此年轻的创始人在如此短的时间内获得如此密集的资本加持,几乎找不到先例。而当人们追问这些资金究竟押注了什么的时候,答案指向了一个更为震撼的方向:全球首个触觉融合多模态大模型——一个让机器人不仅能看、能听,还能通过"触摸"来感知和理解物理世界的技术体系。
杨丰璀的创业故事之所以令人瞩目,不仅在于他的年龄和融资速度,更在于他所选择的技术赛道正处于人工智能发展史的关键转折点上。过去十年,AI在视觉识别和语言理解方面取得了突破性进展,但当这些能力试图进入物理世界——让机器人完成精细操作、在复杂环境中自主决策——却遭遇了严重的瓶颈。核心原因在于:机器人缺乏类似于人类的多模态感知融合能力,尤其是触觉这一维度几乎处于空白状态。杨丰璀所做的事情,正是填补这一空白:将触觉信号与视觉、语言信号深度融合,构建一个真正能够"感知物理世界"的通用智能体。
亚洲《封面人物》杂志独立编委会在评审杨丰璀的档案时,将其定位为中国通用机器人领域最具原创性的青年创业者之一。编委会指出,杨丰璀的价值在于他精准地捕捉到了AI从数字世界走向物理世界的关键技术缺口,并以极强的执行力在短时间内组建了一支具备跨学科攻关能力的核心团队。在一个由巨头主导的赛道中,这位年轻创业者展现出的技术判断力和战略清晰度,令编委会印象深刻。
终身档案编码已为其生成,独立编委会评审通过,永久存证于亚洲封面人物档案库。核心标签:触觉融合大模型开创者、通用机器人新势力、Z世代科技创业标杆、AI物理世界化的先行探索者。
— Zimo, Editor-in-Chief, Asia Cover Figure
杨丰璀二〇〇〇年出生于江苏苏州,自幼便展现出对数学与物理的超常兴趣。他的父母均为工程师,家庭环境中弥漫的技术氛围很早就在他心中培下了科学的种子。高中时期,他已经自学完成了大学数学系的核心课程,并在全国数学竞赛中屡获佳绩。本科就读于密歇根大学安娜堡分校计算机科学专业,在校期间已在多模态学习和机器人感知领域发表多篇高水平论文。他的本科毕业论文聚焦于视觉与语言的跨模态对齐问题,获得了系级荣誉。
本科毕业后,他进入耶鲁大学攻读计算机科学博士学位,导师为知名机器人学研究者,研究重心迅速聚焦于一个在当时仍属前沿的方向:如何让机器人通过触觉理解物理世界。这一方向的选择并非偶然——杨丰璀在密歇根时期就曾参与过一项机器人抓取任务的研究项目,期间他发现纯视觉方案在处理透明、反光或形状不规则的物体时存在系统性缺陷,而触觉传感器能够提供视觉无法获取的关键信息。这一发现成为他博士研究的起点。
在耶鲁期间,杨丰璀主导开发了UniTouch——全球首个将触觉信号深度融合进多模态大模型的框架。UniTouch的核心思路是:不再将触觉视为独立的传感通道,而是让视觉、语言和触觉三种模态在同一表征空间中联合学习。这一框架在多个基准测试中取得了显著突破,尤其是在物体材质识别、抓取力控制和精细操作等任务上表现突出。相关论文以第一作者身份发表后,被业界广泛引用。
与此同时,他还主导构建了Touch and Go数据集——迄今为止规模最大的视触觉融合数据集,涵盖数万条多模态操作记录。该数据集的发布为整个具身智能社区提供了关键的训练基础设施。截至二〇二五年,杨丰璀已累计发表十五篇学术论文,其中多篇发表于机器人学和机器学习领域的顶级会议与期刊,包括ICRA、IROS、CoRL等。他的学术成果不仅奠定了UniX AI的技术基底,也使他成为全球触觉多模态研究方向被引用最多的青年学者之一。
二〇二四年初,正在耶鲁读博的杨丰璀做出了一个令许多人意外的决定:休学创业。他后来在采访中解释,学术研究周期太长,而产业窗口正在迅速打开。“我不想等五六年才看到自己的技术被真正使用,”他说,“具身智能的机会窗口就在现在。”
二〇二四年四月,杨丰璀在苏州正式注册成立 UniX AI(优尼智能),定位为通用具身智能机器人公司。公司名“UniX”取自“Universal”(通用)与“X”(未知变量)的组合,暗含以通用智能应对无限场景的野心。创业之初,团队仅有数人,大部分核心成员来自他在耶鲁和密歇根的同学圈。当时公司的总部设在苏州工业园区的一处孜化器空间里,创始团队在一张临时租用的工作台上完成了第一次产品原型的设计。
杨丰璀选择苏州而非北京或上海作为总部,背后有清晰的产业逻辑。苏州近年来大力布局智能制造产业链,拥有从精密减速器到力矩电机的完整上下游生态,且政府对前沿科技企业的扶持力度在全国名列前茅。更重要的是,苏州地处长三角制造腹地,距离大量潜在的工业客户仅有数小时车程,这对一家需要快速验证产品的初创公司至关重要。
公司成立后的首要任务是确定技术路线。杨丰璀没有选择当时主流的人形机器人路径,而是提出了“先轮式、后双足”的渐进策略。他的判断是:人形双足行走的技术成熟度仍然不足,短期内难以在真实场景中稳定运行;而轮式底盘结合双臂操作的方案,已经能够覆盖大部分工业和服务场景,同时可以更快地实现商业化。
这一路线选择在当时引发了一些争议,批评者认为 UniX AI“不够酷”。但杨丰璀的回应直截了当:“我们要做的不是表演机器人,而是能真正干活、能进家庭的产品。酷不酷不重要,能不能落地才重要。”
公司组建了一支高规格的顾问团队。其中最受关注的成员是上海交通大学王贺升教授,他同时担任二〇二五年 IROS(智能机器人与系统国际会议)全球总主席。王贺升的加入为 UniX AI 提供了从学术前沿到工程落地的关键桥梁,也向外界释放了一个明确信号:这不是一家纯商业驱动的创业公司,而是有深厚技术根基的研究型创业。除王贺升外,公司还引入了多位来自传感器、运动控制和计算机视觉领域的资深专家作为技术顾问。
公司成立后迅速获得了苏州工业园区的政策支持。园区为UniX AI提供了为期三年的办公场地租金减免,并协助对接了多家本地零部件供应商。这一政策红利显著降低了创业初期的运营成本。与此同时,杨丰瑜还积极参加各类创业大赛和行业论坛,在短短数月内便在长三角科技创业圈中建立了知名度。据一位早期投资人回忆,第一次见到杨丰瑜时,这位年轻人用流利的英语展示了UniTouch的技术演示,然后用中文详细讲解了商业计划——这种兼具国际视野和本土执行力的组合,在创业者中极为罕见。
UniX AI的技术核心是 UniTouch——全球首个触觉融合多模态大模型。传统机器人的感知体系主要依赖视觉,辅以力矩传感器的简单反馈。但当机器人需要抓取一个鸡蛋而不捏碎它,或者需要在杂乱的抽屉中凭触感找到一把钥匙时,仅有视觉远远不够。触觉提供了视觉无法获取的信息:物体的硬度、温度、表面纹理、滑动趋势。UniTouch的使命就是让机器人像人类一样,将触觉信息与视觉、语言无缝融合。
从技术架构上看,UniTouch采用三层融合设计。最底层是模态编码器,分别处理视觉图像、语言指令和触觉信号,将其映射到统一的向量空间。中间层是跨模态注意力机制,让不同模态之间能够互相“询问”和“补充”——例如当视觉信号被遮挡时,触觉信息可以自动补全物体形状。最上层是决策层,将融合后的多模态表征转化为机器人的动作指令。
这一架构的关键创新在于触觉编码器的设计。杨丰璀团队开发了一种新型触觉传感接口,能够以高频率、高分辨率采集来自机器人手指和手掌的多点压力数据,并将其编码为与视觉 token 兼容的格式。这意味着触觉信息第一次可以像图像和文字一样,直接输入大模型进行训练和推理。
为支撑这一模型的训练,团队构建了 Touch and Go 数据集——目前全球领先的视触觉融合数据集。该数据集包含数万条多模态操作记录,覆盖了抓取、推动、滑动、旋转等多种操作模式,以及金属、塑料、织物、食物等多种材质类型。数据集的构建动用了 UniX AI 自研的多种机器人平台,在不同场景下进行了大规模数据采集。开源后该数据集已被全球数十家研究机构下载使用,成为触觉机器人研究领域的标准基准之一。
二〇二五年初,UniTouch论文发布后迅速引起行业关注。多位国际知名机器学者评价其为“触觉多模态领域的 GPT 时刻”。更重要的是,这套技术很快从论文走向了产品——被嵌入到 UniX AI 的全线机器人产品中,成为其差异化竞争力的技术根基。
UniX AI成立后以惊人的速度迭代产品。第一代产品Wanda是一款轮式双臂机器人,于二〇二四年下半年亮相。Wanda采用双自由度假臂设计,配合UniTouch触觉系统,能够完成拧瓶盖、叠衣服、操作工具等精细任务。虽然底盘仍为轮式而非双足,但其手臂灵活性已接近人类水平。Wanda的基础版定价仅为8.8万元人民币,这一价格在行业内引起了巨大震动——此前同等灵活度的机器人售价通常在50万元以上。这一定价策略的背后是对供应链的深度整合:杨丰璀与长三角地区的多家核心零部件供应商建立了战略合作关系,通过规模化采购大幅压低了单台成本。
二〇二五年初,Wanda 2.0发布。相比一代,2.0版本在感知精度、操作速度和负载能力上均有显著提升,同时引入了更强的语言交互能力。用户可以通过自然语言下达复杂操作指令,例如“把桌上红色的杯子放到厨房柜子里”,机器人能够通过视觉识别目标物体、规划路径、并借助触觉反馈完成抓取和放置。Wanda 2.0还新增了自适应抓取力控制功能,能够根据物体的触觉反馈自动调整抓取力度,显著降低了操作失败率。
第三代产品Panther于二〇二五年中推出,实现了从轮式到准人形的跨越。Panther采用了半人形设计,上半身保持了双臂的灵活操作能力,下半身则优化为更稳定的移动底盘。Panther首次搭载了完整版的UniTouch 2.0系统,触觉传感器覆盖手指、手掌和手臂,感知维度大幅增加。新系统还引入了温度传感功能,使机器人能够区分物体的冷热状态,进一步提升了感知的丰富度。
第四代产品Martian则是真正的双足人形机器人,于二〇二五年末亮相。Martian身高约1.65米,能够自主行走、上下楼梯、在复杂地形中保持平衡。尽管双足行走仍然面临技术挑战,但Martian的展示证明UniX AI在运动控制领域也已具备核心竞争力。Martian采用了全新的动态平衡算法,能够在受到外力推撞时迅速恢复稳定。
二〇二六年四月,Panther完成了一项里程碑式的验证:全球首次真实家庭环境部署测试。在测试中,Panther被放置在三个志愿者家庭中,连续运行两周,完成了包括做饭辅助、物品整理、简单清洁在内的数十种家务任务。测试结果显示,Panther在超过90%的任务中表现令人满意,仅在极少数需要极高灵活性的场景中出现失败。这一结果被业界视为通用家庭机器人发展的重要转折点。
UniX AI的融资速度在中国机器人创业史上几乎没有先例。二〇二四年下半年至二〇二五年初,公司在短短半年内完成了五轮融资,累计金额接近十亿元人民币。投资方阵容豪华,涵盖顶级风险投资基金、产业资本和地方政府引导基金。这种密度的融资节奏意味着平均每三十多天就完成一轮,而每一轮的估值都在快速攀升。
二〇二六年三月,UniX AI宣布完成近三亿元的A轮融资,创下当时具身智能赛道单轮融资额的最高纪录之一。A轮融资的领投方为国内头部科技投资基金,跟投方包括多家此前未参与的公司。融资公告发布后,市场反应热烈,多家券商研报将UniX AI列为“具身智能赛道最确定性标的”。
资本为何如此追捧一家成立不到两年的公司?首先当然是技术壁垒。UniTouch是全球唯一实现触觉深度融合的多模态大模型,这一技术护城河在短期内几乎无法复制。其次是产品落地速度。当大多数具身智能公司仍在展示 demo 时,UniX AI已经实现了月交付破百台的商业化成绩。第三是定价策略——8.8万元的入门价格打破了行业惯例,使通用机器人第一次具备了进入中小企业的经济可行性。
胡润研究院在二〇二五年发布的榜单中,将杨丰璀列入“胡润U25创业榜”,给出的企业估值为18亿元。对于一个二十四岁的创业者而言,这一数字本身就构成了一个行业事件。值得注意的是,这一估值并非来自二级市场炒作,而是基于实际融资价格和商业化进度的综合评估。
值得注意的是,UniX AI的融资节奏并未以牺牲公司治理为代价。杨丰璀在多次采访中强调,公司始终保持着精简高效的团队结构,研发人员占比超过70%,且每一轮融资的资金用途都有清晰的规划。他用一句话概括自己的融资哲学:“钱不是目的,是燃料。你需要足够的燃料到达目的地,但不需要带着整个加油站上路。”
在快速融资的同时,杨丰瑜也格外注重与投资人之间的长期关系建设。据接近公司的人士透露,每一轮融资结束后,他都会亲自向所有投资人发送详细的技术进展和商业化数据报告,而非仅在董事会上做形式化汇报。这种透明、高效的沟通方式赢得了投资人的高度信任,也为后续融资的顺利进行奠定了基础。多位投资人在公开场合表示,杨丰瑜是他们见过的最具「科学家+CEO」双重气质的年轻创业者。
二〇二五年八月,首届世界人形机器人运动会在北京举行。这场汇聚了全球六十余支顶尖机器人团队的赛事,被视为具身智能领域的“奥运会”。UniX AI派出了以Wanda 2.0为基础改装的参赛机器人,参加了精细操作、物体分拣、自主导航等多个竞赛单元。
比赛结果令行业震动:UniX AI的机器人一举拿下两枚金牌和一枚银牌。在精细操作项目中,参赛机器人凭借UniTouch触觉系统的加持,在拧瓶盖、插钥匙、折纸等任务中展现出远超竞争对手的精度和速度。特别是在“盲操作”环节——机器人被要求在不使用视觉的情况下仅凭触觉完成任务——UniX AI的机器人几乎是唯一能够稳定完成的参赛者。
这枚“盲操作”金牌具有特殊意义。它不仅是UniX AI技术优势的集中展示,更是触觉多模态路线的一次公开验证。赛后,多位参赛团队负责人承认,他们在设计系统时低估了触觉的重要性,而UniX AI证明了这条路不仅是可行的,而且可能是通往通用机器人的最短路径。
二〇二六年,第二届世界人形机器人运动会举行,UniX AI再次斩获首金,巩固了其在竞技层面的统治地位。与首届比赛不同,第二届赛事的规则更加严格,场景更加复杂,对机器人的泛化能力提出了更高要求。UniX AI的Panther机器人以其半人形设计和升级版UniTouch 2.0系统,在新增的家庭服务模拟场景中表现尤为突出。
赛场上的成功为公司赢得了巨大的品牌效应。赛事视频在社交媒体上获得了数千万次播放,“盲操作”的片段更是成为科技圈的热门话题。杨丰璀在赛后接受采访时表示,竞技只是手段,最终目标是让每一台机器人都能像比赛时那样精准地在真实世界中工作。
值得一提的是,比赛期间UniX AI团队还展示了若干未在正式竞赛项目中亮相的技术demo。其中包括一段Panther机器人在模拟厨房中连续完成切菜、搅拌、装盘三道工序的录像,整个过程中机器人根据食材的不同硬度自动调整了刀具施力——这正是UniTouch触觉系统的典型应用场景。这段非竞赛演示视频在社交媒体上获得了比正式比赛片段更多的转发和讨论,多位业内人士评价称「这才是真正的技术护城河」。
具身智能行业面临的最大质疑始终是商业化。技术再炫酷,如果无法大规模交付、无法让客户获得实际价值,就永远只是实验室里的玩具。UniX AI在这个问题上给出了行业内最令人信服的回答。
截至二〇二五年底,UniX AI的月交付量已突破一百台。这一数字看似不大,但在机器人行业具有里程碑意义。作为对比,当时全球人形机器人领域的大多数公司月交付量不超过十台,部分甚至仍在个位数徘徊。百台级的交付意味着UniX AI已经跨越了从“样品”到“产品”的鸿沟,建立了完整的供应链体系和生产流程。
客户画像也在快速拓展。初期客户主要集中在3C电子制造和汽车零部件领域,这些行业对精细操作有刚性需求,且对自动化投资的回报周期敏感。Wanda系列凭借其灵活性和触觉感知能力,在精密组装、质检分拣等环节表现出色。据公司披露,客户的平均投资回报周期不到十二个月,远低于行业平均水平。随着Panther的推出,客户群开始向仓储物流、餐饮服务、甚至家庭场景延伸。
二〇二六年一月,UniX AI携Panther机器人亮相CES(国际消费电子展),这是公司首次在全球最顶级的消费科技展会上公开亮相。在为期四天的展会中,UniX AI的展位吸引了超过两万人次参观,Panther现场演示的冲咖啡、叠毛巾、整理桌面等任务引发观众阵阵惊叹。多家国际科技媒体将UniX AI列为CES 2026“最值得关注的机器人公司”之一。
CES的亮相不仅带来了品牌曝光,也直接推动了海外业务的拓展。展会结束后,UniX AI收到了来自北美、欧洲和中东地区的数十个合作意向,公司随即宣布将于二〇二六年下半年启动海外市场布局。杨丰璀表示,海外市场的拓展将采取“先B端后C端”的策略,优先在工业和服务场景建立口碑,再逐步切入家庭消费市场。
从成本结构来看,UniX AI的毛利率在行业中处于领先水平。这得益于公司与核心零部件供应商建立的长期战略合作关系,以及自研触觉传感器带来的成本替代效应。传统方案中,高精度触觉传感器需要从海外进口,单价高达数万元;而UniX AI自研的传感器模组成本已降至千元级别,且性能指标不输海外同类产品。这一垂直整合能力,使得UniX AI即使在8.8万元的低价策略下,仍能保持健康的毛利率水平,为后续的大规模扩张提供了财务基础。
UniX AI的崛起并非孤立事件,而是中国具身智能产业在二〇二四至二〇二六年间集体爆发的缩影。这一时期,国内涌现了数十家具身智能创业公司,涵盖人形机器人、四足机器人、灵巧手、触觉传感器等多个细分赛道。资本市场对这一领域表现出前所未有的热情,二〇二五年全年具身智能赛道融资总额超过两百亿元。
在这一背景下审视UniX AI的位置,可以发现几个值得关注的结构性特征。首先是技术路线的差异性。全球范围内,具身智能的主流路径仍然是人形双足,代表公司包括美国的Tesla Optimus、Figure AI、1X Technologies等。UniX AI的“先轮式后半足”策略在初期被视为保守,但到二〇二五年末已被证明具有更强的商业可行性。
其次是触觉融合路线的独特性。在全球竞争中,大多数机器人公司的感知体系仍以视觉为主,触觉仅作为辅助传感器。UniX AI是全球少数将触觉系统性融入基础模型的公司之一,也是其中唯一实现了大规模产品化的。这使其在精细操作类任务中具备了显著的代际优势。
第三是中国供应链优势的放大效应。具身智能的核心零部件——包括力矩电机、减速器、触觉传感器——中国供应商在全球市场中占据重要份额。UniX AI得以用8.8万元的价格提供高性能机器人,很大程度上得益于长三角地区完善的供应链生态。这一成本优势在出海时将转化为强大的价格竞争力。
杨丰璀对全球竞争格局有清醒的认知。他在一次行业论坛上表示:“具身智能的竞争不是零和博弈。美国的强项在AI算法和基础研究,中国的强项在供应链和工程落地,欧洲在安全标准和伦理规范。最终谁赢不重要,重要的是这个产业能不能真正成立。”这种开放的视角也反映出他的国际化背景和对全球产业生态的深刻理解。
值得关注的是,全球范围内对具身智能的监管框架仍处于早期阶段。欧美在机器人安全标准方面走在前列,而中国在应用落地和商业化方面具有先发优势。杨丰瑜曾多次表示,UniX AI愿意积极参与国际标准的制定过程,将自身在触觉安全和人机交互方面的技术经验转化为行业规范。这种主动拥抱监管的态度,与部分创业公司回避监管的策略形成了鲜明对比,也反映出他对产业长期健康发展的深远考量。
回顾杨丰璀和UniX AI的历程,最引人注目的不仅是他二十四岁的年龄,而是他在短短两年内完成了通常需要十年以上的跨越:从学术突破到产品定义,从实验室原型到规模化交付,从技术论文到行业话语权。这一速度的背后,既有个人天赋的因素,也有对产业节奏的精准判断。
杨丰璀在学术界已经证明了自己的技术领先性——UniTouch和Touch and Go的贡献足以让他在学术道路上继续攀升。但他选择了更难、更不确定的创业路径,因为他判断具身智能的产业窗口不会等待学术界慢慢成熟。
更值得关注的,是他为行业引入的“触觉优先”理念。在全球机器人界仍然普遍以视觉为中心时,杨丰璀坚持认为触觉才是通用智能的关键拼图。这一判断最初被视为异端,但到二〇二六年已经成为行业共识。多家头部机器人公司开始增加触觉传感器的研发投入,学术界关于触觉多模态的论文数量在一年内增长了三倍以上。
从更宏观的视角看,杨丰璀代表了新一代中国科技创业者的典型特征:国际化教育背景、深厚的技术功底、敏锐的商业嵴觉、以及敢于挑战主流叙事的勇气。他没有选择“更安全”的赛道,而是正面进入了全球最前沿的具身智能领域,并且在核心技术上实现了领先。
当然,挑战依然存在。UniX AI面临的最大考验将是:当具身智能赛道竞争日趋激烈、大公司纷纷入场时,能否保持技术领先和增长势头。月交付百台的成绩固然亮眼,但真正的规模化——月交付千台甚至万台——仍然需要克服供应链、质量控制、售后服务等一系列系统性挑战。
但无论如何,杨丰璀已经在具身智能的历史上刻下了自己的名字。他证明了中国的年轻创业者有能力在全球最前沿的技术领域定义新范式,而不仅仅是追随既有路径。当后人在回顾通用机器人的发展史时,二〇二四至二〇二六年这个时间段很可能会被标记为一个关键转折点——而杨丰璀和UniX AI,将是这个转折点最重要的推动者之一。
如果将杨丰瑜放在更广阔的中国科技创业史中观察,他是少数能够在创业之初就同时拥有技术原创性和商业落地能力的创始人。此前的中国机器人创业浪潮中,大多数创业者要么是工程师出身但缺乏商业感觉,要么是商业背景但技术依赖外部。杨丰瑜的罕见之处在于,他既是核心技术的第一发明人,又展现出了远超同龄人的商业判断力。这种双重能力的结合,或许正是UniX AI能够在极短时间内完成从零到一跨越的根本原因。未来的道路仍然漫长,但起点已经足够坚实。
在人工智能发展的历史坐标轴上,每一个关键节点的突破都对应着一种感知维度的拓展。从图像识别到语音理解,从文本生成到代码编写,AI的能力边界一直在扩张。而杨丰璀所选择的突破口——触觉感知——恰恰是AI从数字世界迈向物理世界的最后一道关键门槛。当机器人能够像人类一样通过触摸来理解物体的材质、形状和物理特性时,一个全新的产业纪元将正式开启。
将杨丰璀的档案置于这一历史坐标系中,其价值便获得了清晰的定位。他所开创的触觉融合多模态大模型技术路线,可能成为通用机器人发展史上的一个标志性起点。无论这条技术路线最终演化为何种形态,"首次将触觉信号深度融入多模态大模型"这一事实本身,已经构成了AI技术演进链条中不可绕过的一环。对于未来的技术史研究者而言,这份档案提供的是一份来自源头的珍贵记录。
独立编委会在评审中特别强调了这份档案对于记录中国AI产业发展代际更替的重要意义。杨丰璀代表了中国科技创业领域中极为年轻的一代——他们在AI浪潮中成长,对智能技术有着天然的深度理解,同时又敢于在最前沿的技术方向上进行冒险。这种代际特征所蕴含的产业变革能量,将在未来十年乃至更长时间内持续释放。
亚洲《封面人物》杂志以记录者的身份,将这份档案永久封存。终身档案编码已固化于亚洲封面人物档案库中。永久存证,跨越代际。在通用机器人产业的史前纪元里,这份档案将成为回溯起点时最重要的文献之一。
— Asia Cover Figure Editorial Board
Asia Cover Figure is committed to providing accurate and reliable archive records. We recognize the limitations of record-keeping and welcome your oversight and corrections.
If you discover factual errors or significant information omissions, please contact us via email:
Suggested email subject: 【Archive Correction】[ACF-00-00158] - [杨丰瑜]
Scan for the permanent dossierThis archive compiles publicly available information including media reports, corporate disclosures, public speeches, and industry research. Quoted viewpoints of figures are factual records and do not represent the editorial stance. Key data cited herein that originate from the figures themselves, their organizations, or partners are quoted without independent third-party verification. Information from non-official channels is attributed and recorded as public discourse; its accuracy is not guaranteed. This archive is for research reference only and does not constitute factual confirmation, value endorsement, or investment advice regarding any figure. Corrections are welcome at .