想让智能眼镜不再笨沉？FlexEnable给出了谜底。他们研发的柔性塑料镜片薄如人类头发，却能实现调光、聚焦等功能。

　　正在BBC沉点描画的四大前沿冲破中，有两项间接源于剑桥启迪科技园的立异膏壤：用豌豆卵白保守塑料的Xampla，以及以呼吸阐发手艺改革疾病诊断的Owlstone Medical。这两家企业从剑桥启迪科技园起步，正在此完成了从尝试室冲破到财产化处理方案的环节。

　　取此同时，剑桥启迪科技园也取同处剑桥科技园内的其他顶尖创生力军慎密联动。例如，取柔性电子范畴的引领者FlexEnable展开深度协做，该企业研发的薄如发丝、可如通俗眼镜般佩带的智能显示镜片手艺，正取剑桥启迪科技园的创重生态构成显著协同。

　　CEO保罗·凯恩博士称，这项手艺能让智能眼镜（如及时翻译、辅帮回忆提醒）的外不雅变得和通俗眼镜无异。久远来看，它以至可能改革渐进多核心眼镜，实现单镜片肆意调焦。

　　导语： 虽然客岁阿斯利康暂停了正在剑桥的严沉投资打算一度激发担心，但做为英国“立异心净”的剑桥科技园却决心满满。园方估计，2026年将是冲破性频出的一年。从付与机械人“常识”的物理AI，到用豌豆卵白代替塑料，多项前沿科技正正在这里酝酿，即将改变我们的糊口。

　　2026年，公司将正在英国推进肺癌检测的下一阶段临床试验，并方才获得了美国ARPA-H机构高达4900万美元的赞帮，用于加快癌症诊断手艺的开辟。

　　这些来自入驻企业取合做伙伴的冲破，别离正在可持续材料、生命健康取下一代人机交互三大赛道上，配合形成了应对全球性挑和的“剑桥方案”，凸显了该区域立异收集的高度活力取系统合作力。

　　然而，增加也伴跟着挑和。 哈钦斯坦言，剑桥科技园的扩张有时会取社区发生摩擦，因而需要更好地向社会传达其带来的普遍价值，它不只创制科学家岗亭，还需要会计、营销、保洁、园艺等各类人才，并努力于成为一个向的场合。

　　正在剑桥科技园的一间尝试室内，两个穿戴活动鞋的人形机械人正自若勾当。它们会眨眼、挥手，以至正在遭到轻推时天性地避开。这背后是Cambridge Consultants正正在攻坚的物理人工智能（Physical AI）。

　　该公司刚取外卖平台Just Eat告竣合做，为其供给环保餐盒内衬。结合创始人马克·罗德里格斯·加西亚博士暗示：“我们的材料可收受接管、可堆肥，”这家成立仅五年的公司，展示了剑桥科学园正在可持续材料范畴的强大孵化能力。

　　这家自1979年就入驻剑桥科技园的老牌科技企业，曾发了然圆形茶包机和蓝牙焦点手艺。现在，它正联袂园区内超100家公司，配合驱逐新的立异海潮。

　　剑桥启迪科技园通过取剑桥大学三一学院的合做，快速融入到剑桥立异创业生态系统之中，实现了最前沿的学术和财产资本互补互动，获得了剑桥及全英支流机构的承认。剑桥启迪科技园建建面积近4万平方米，集立异研发取创业孵化功能于一体，为中晚期的生物医药和硬科技范畴的手艺供给全方位的支持和办事。面向将来，我们将持续聚焦硬科技取高附加值财产，支撑更多具备全球合作力的立异企业正在这里成长，并更广漠的国际舞台。

　　为了容纳更多立异企业，具有150年汗青（自1970年做为科技园启用）、占地150英亩的剑桥科技园将于本年提交新的总体规划，以优化空间结构。

　　剑桥启迪科技园的入驻企业Owlstone Medical成立于2016年，现在已成为呼吸诊断范畴的全球带领者。此中特定成分可做为癌症、肠胃疾病等严沉疾病的生物标记物。基于这一道理，Owlstone Medical开辟了非侵入性的呼吸检测手艺，该手艺操做简洁，可正在诊所或家庭中轻松完成疾病筛查。

　　关于此前停畅的、为腾出室第用地而搬家附近污水处置厂的打算，哈钦斯暗示，Cambridge Growth Company已提出可能由科学园方面协帮鞭策，目前正正在期待更多细节。

　　正在全球禁塑海潮下，剑桥启迪科技园入驻企业Xampla供给了新鲜的处理方案。他们从豌豆中提取卵白质，制成一种可涂覆正在纸材上的通明溶液，能无效阻隔水油，机能堪比塑料涂层。

　　英国视科技为经济增加的焦点引擎，但演讲指出，“扩大规模”仍是本土草创企业的遍及难题，常导致人才和收入流向海外。

　　剑桥科技园从任简·哈钦斯对此暗示乐不雅。她指出，当前从国度、市长四处所，虽附属分歧政党，却稀有识就“支撑剑桥成长”告竣共识，这为科技园创制了有益的政策。近期多家公司获得严沉投资。

　　最初，剑桥科技园从任简·哈钦斯总结道，虽然面对复杂挑和，但园区内企业所展示的活力取所获得的投资，让她对2026年及剑桥科技园的将来连结“很是乐不雅”的立场。这里不只是手艺冲破的降生地，更努力于成为鞭策经济增加、创制多元就业、并取社区配合成长的立异枢纽。

　　项目担任人蒂姆·恩索尔认为，物理AI正处正在“其本身的ChatGPT冲破前夕”。当前机械人虽能完成拣货、拆卸等反复劳动，但缺乏对物理世界的根基理解。物理AI的方针就是让机械获得一种“常识”，例如理解物体恒存性，或分辩物体的软硬属性。这意味着将来机械人将能胜任更复杂、更矫捷的工做，填补那些人力欠缺的岗亭。