Steve Jang

@stevejang
Kindred Ventures 创始人

Steve Jang 是 Kindred Ventures 创始人,也是兼具创业与投资经验的早期投资人,曾押注 Uber、Coinbase 等代表性公司,并长期担任 Uber 顾问。他的经历横跨消费互联网、社交音乐与加密创业,因而在种子阶段具备较强辨识度。

综合影响力
72 / 100
从业年限
17 年
关联机构
1 家
个人投资
3 家
媒体曝光度
103 次 / 月
个人净资产
--
01

人物档案

WOOFUN AI

Steve Jang 是 Kindred Ventures 创始人,也是兼具创业与投资经验的早期投资人,曾押注 Uber、Coinbase 等代表性公司,并长期担任 Uber 顾问。他的经历横跨消费互联网、社交音乐与加密创业,因而在种子阶段具备较强辨识度。

偏好早期、以创始人和产品直觉为核心的投资判断,重视网络效应与平台型机会,愿意在新范式尚未成熟时下注。整体风格务实,风险偏好中高,但更看重长期扩张潜力而非短期叙事。

近期公开信息主要仍围绕 Kindred Ventures 与其早期投资履历展开,未见密集的新项目或高频媒体动作。其加密相关影响力更多来自既有投资案例与长期种子轮视角,而非近期热点发声。

出生地--
教育背景--
从业年限17 年
关联机构1 家
个人投资3 家 · 独角兽 0
媒体曝光度103 次 / 月

AI 风格画像务实派 · 经验型 · 高波动

主导特征务实派

以早期判断和创始人质量为核心,倾向在产品与市场尚未完全验证时寻找高潜力机会。

比较优势经验型

同时具备创业者与投资人视角,且在消费互联网与加密领域都有代表性案例,能更早识别平台型机会。

主要争议高波动

早期押注往往伴随较高不确定性,外界会关注其对新叙事的判断是否足够稳健,以及能否持续复制头部项目命中率。

02

职业履历

17 年连续创业

自 2009 年以来,他一直担任优步的顾问

自 2009 年以来,他一直担任优步的顾问

他曾经是 SoundTracking 联合创始人,于 2014 年被 R

他曾经是 SoundTracking 联合创始人,于 2014 年被 Rhapsody 收购

03

关联实体

1 家

Kindred Ventures

综合性风投基金

Kindred Ventures是一个关注种子阶段的风险投资基金,支持初创公司。

Origin Protocol

基础设施

将 NFT 和 DeFi 带给大众

Rare Bits

NFT

点对点 NFT 市场

Megaphone

工具

Web3 营销公司

04

投资偏好

重仓 · 基础设施

合规基础设施重仓

更偏好能支撑长期采用的基础设施与平台型项目,尤其是具备规模化潜力的底层能力。

消费级应用关注

对面向大众的产品有明显兴趣,倾向支持能把复杂技术转化为易用体验的项目。

Web3 叙事布局

已公开投资过 NFT、DeFi 和 Web3 营销相关项目,说明其对新一代互联网应用保持持续关注。

交易型市场关注

对具备网络效应的点对点市场有兴趣,尤其是能通过流动性和匹配效率形成壁垒的模型。

05

投资活动

0 家 · 独角兽 0
暂无投资活动数据
06

关系网络

核心关系 · 合作 · 监管
核心平台
Kindred Ventures
团队搭档
Kanyi Maqubela
长期顾问
Uber
被投项目
Coinbase
早期项目
Rare Bits
早期项目
Origin Protocol
早期项目
Megaphone
联投机构
Pantera Capital
联投机构
Spark Capital

Steve Jang 的关系网络以 Kindred Ventures 团队为核心,向外连接到 Uber、Coinbase 等被投项目,以及 Rare Bits、Origin Protocol、Megaphone 等早期加密/消费项目;同时与多家联投机构保持协作,并延续其创业者与顾问身份。

08

新闻动态

实时同步
加载中...
09

社媒动态

@stevejang · 0
Steve Jang@stevejang · 14 天前赛道影响

post-trained by @fal research = 50x speedup _and_ highest ELO 👀 https://t.co/o5zzfRXj3B

0015638
AI:偏主题投资表达,释放对基础设施与新叙事的偏多信号。
Steve Jang@stevejang · 14 天前观点输出

@grx_xce 🚀🚀🚀

00141
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。
Steve Jang@stevejang · 14 天前观点输出

RT @burkaygur: What a debut for fal Research. Congrats team. Next task: accelerate all video models. DMs open. Be fast or be irrelevant.

012057
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。
Steve Jang@stevejang · 14 天前观点输出

https://t.co/VNaTvJUgLr

004225
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。
Steve Jang@stevejang · 14 天前观点输出

👀

109331
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。
Steve Jang@stevejang · 14 天前赛道影响

this is a turning point in AI video and the open-weights question. the new @fal research group worked some wonders on the minimax h3 model. i had posted about a few days ago - essentially, reducing the RTF well below 1, and generating and rendering video faster than you can watch it. today they are shipping their new H3 Max model for everyone to try. It’s a heavily post-trained version of the Minimax H3 open-weights model. it’s beating all other video models in its category on speed and cost, at highest of quality, according to @DesignArena & @ArtificialAnlys. another intriguing part of this is how an open-weights model can be *significantly* optimized by throwing data and compute at the model, plus deep human expertise like the @fal research team. in LLMs, we have examples of this like @perplexity’s PPLX-27B model which is a heavy post-train of Qwen’s open weight model. inference and training services like @FireworksAI_HQ and @parasail_io similar work on LLMs for enterprises and startups, respectively. tapping into “value-added” deep inference and harness builders in the ecosystem allows these models to further improve in strong and surprising ways. unfortunately, there are not many frontier video models that are open-weights currently. so, kudos to @MiniMax_AI for being one of the first. i think it’s inevitable that, like the LLM labs, the gen media model labs will have open-weights versions for developers and inference providers to improve and vary the performance as users would demand…at least those labs that want the very best version of their own models available to consumer and enterprise customers.

12261.1K
AI:偏主题投资表达,释放对基础设施与新叙事的偏多信号。
Steve Jang@stevejang · 14 天前观点输出

RT @pandemona: The web is searchable. Podcasts should be too. Introducing Radar by @particlepro_. Radar lets you search and spot trends…

023062
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。
Steve Jang@stevejang · 15 天前观点输出

RT @AravSrinivas: Big thanks to @nvidia for working together with us and supporting this research on DGX Spark as well as enabling an open…

019081
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。
Steve Jang@stevejang · 15 天前观点输出

@loganthorneloe never left

00085
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。
Steve Jang@stevejang · 15 天前观点输出

@katiewav that is so cool to hear, katie. nam june was / is / will always be an inspiration.

00161
AI:延续个人公开立场,强调长期主义、执行效率与行业方向判断。

评论

回复 @用户
0/800

暂无评论

消息提醒

登录后查看消息
查看全部消息管理订阅