ACE 专场活动｜4.17 线下对话峰瑞资本合伙人马睿：前沿交叉领域的投资和创业机会

在峰瑞资本内部，大家有一种共识：交叉学科通常代表着最好的科技创新方向与机会，突破性创新通常发生在科学的交叉点上。马睿博士是峰瑞资本合伙人，他对交叉学科方向的投资有很深的认知。2016年加入峰瑞以来，马睿的投资方向从未局限于一个特定领域，他投资和负责管理的代表项目包括AI制药领域的头部公司晶泰科技、剂泰医药，脑学科方向的前沿企业优脑银河，以及合成生物赛道的领先企业蓝晶微生物等等。

4月17日晚上，峰瑞资本将与伯克利华人创业者协会 ( Association of Chinese Entrepreneurs , 简称 ACE ) 联合举办伯克利专场线下分享活动。站在新周期和下一次科技革命的起点，我们诚挚地邀请你与峰瑞资本合伙人马睿一起感受前沿交叉科技方向的头脑风暴。

嘉宾简介

马睿博士是峰瑞资本合伙人，关注材料和生物科技方向，在智能化、新材料、生物和能源的前沿交叉领域寻找投资机会。代表项目包括清陶能源、晶泰科技、剂泰医药、蓝晶微生物、优脑银河、苏州安益谱、芯宿科技、衍微科技、多场科技等。

加入峰瑞资本前，马睿曾任职于生态环境部，深度参与国家政策和规划的制订。马睿在纳米材料和化学领域有十余年的研究经历，拥有卡内基梅隆大学工程学博士学位，及清华大学硕士和学士学位。他早前曾任CMU学生学者联合会主席，并创立了CMU中美创新创业峰会(CMU SUMMIT)。

2021年以来，马睿连续3年获评清科投资界「F40中国青年投资人」。2022-2023年，他两次荣获创业邦「2023年40位40岁以下投资人」，他也接连获评科创板日报「先锋投资人——80后先锋合伙人」、「先锋投资人——科创先锋合伙人」。2023年，他荣获母基金研究中心「2023最佳医疗健康领域投资人TOP20」、动脉网「2023年度医疗健康青年投资人」、21世纪经济报道「2022-2023年度影响力青年投资人TOP30」、甲子光年「2022-2023年新材料最佳投资人TOP10」等多项荣誉。

机构简介

峰瑞资本 (FREES FUND) 致力于调动所有可能的资金、技术和资源，投资优秀创业公司，并帮助它们成长为具有长期社会价值和商业价值的伟大企业。

2015年成立以来，峰瑞已经发展为以早期投资为驱动力并积极布局成长期的基金管理公司。我们的重点投资方向包括消费/TMT、硬科技、生物医药，投资案例包括三只松鼠（深交所上市）、Unity（纽交所上市）、360数科（纳斯达克上市）、清陶能源、炎明生物、三顿半、PatPat、晶泰科技、新格元、卡尤迪、曦智科技、翼菲自动化、蓝晶微生物、剂泰医药、诺信创联、优脑银河、两点十分动漫、Cider等创新企业。

峰瑞资本研究驱动，鼓励创新。经过持续探索，峰瑞资本形成了自成体系的投资策略——寻找交叉学科的独特投资机会。我们认为，交叉学科通常代表着最好的科技创新方向与机会，突破性创新通常发生在科学的交叉点上。

凭借优秀的投资成绩与行业影响力，八年多以来，峰瑞资本获得许多行业认可。2023年，峰瑞收获了百余项荣誉。和创业一样，投资的路也是漫长的。我们坚信，正确比容易重要。

活动简介

时间：美西时间2024年4月17日，周三晚上19:00-21:00pm

地点：Moffitt 106

讨论话题

• 从科技发展史来看，为什么总是学科交叉引领科技范式变革？

• 峰瑞是如何在前沿交叉早期项目中投到高增长的公司？

• 如何发现并投资晶泰科技、优脑银河、长木谷医疗、剂泰医药、睦星科技、洋葱学园、芯宿科技、衡昱生物等北美顶级高校走出来的华人创业团队？

• 除了蛋白设计、创新药、具身智能、新材料，未来10年我们还看好哪些赛道？

• AGI带来的新浪潮，对我们每一人来说意味着什么？

报名方式

• 报名表链接：https://forms.gle/et7nEWuN3REJdMJ16

彩蛋阅读

“上一次科技革命从半导体领域开始，很快进入到计算机、互联网和移动互联网领域，又延伸到AI。这些基本上是在数字世界的创新。按照螺旋式上升的理论，下一次科技革命大概率不会只依靠AI技术，可能要从数字世界回到原子世界，当然更有可能是数字世界和原子世界的深度融合。

一旦要在原子世界做创新，重点就是对微观粒子的计算、测量、调控和制造。可以肯定的是，低垂的果实已经不存在了。我们要用更交叉的视角，从微观的尺度，寻找更大、更前沿的创新和商业机会。”

“过去10年，由于各种测量工具和交叉学科的技术使得生物系统得到了越来越快、越来越好的数据化，我们更加理解生物作用的机制，得已开发出更多的工具，从而又更快更好地获取数据，形成了IT-BT的正向循环。而且这种生物技术上的进步也反映到了创新药和新疗法上。”

“为什么AI特别适合解决高维的数学/科学问题？因为AI在隐式空间里对高维的问题进行降维，在没有维度爆炸的情况下来解决问题。Transformer这样更好的特征提取器帮助我们捕捉人脑看不到的隐含联系。超大数据、超强算力、超多参数在工程化上胜过人。制药是从分子到细胞再到人体，是一个多尺度的高维的问题，所以是天然地适合AI来做的。我们对于AI制药2.0的到来深信不疑。”