自主Agent時代群雄逐鹿，紫東太初何以走出一條中國特色AGI之路？｜甲子光年

通往AGI的“中國路線圖”。

作者｜光雨

編輯｜栗子

2026年一開年，OpenClaw就把AI圈攪熱了，掀起了全民AI“養(yǎng)蝦”熱潮，大家突然發(fā)現，AI不再只是對話框里那個只會聊天的助手，它還能自己上網查資料、寫代碼、調用工具、整理報告，一句話，AI開始“干活”了。

當AI從“聽說問答”走向“做事干活”的自主Agent時代，意味著能力邊界的根本性突破，一場新的生產力革命已經啟動，群雄逐鹿，海外巨頭在拼算力和生態(tài)，開源社區(qū)在拼速度和迭代，全球AI競賽的牌桌越來越擁擠，各方都在尋找自己的差異化路徑。

在此背景下，中科紫東太初以自研紫東太初ScienceClaw為突破口，從AI4S（AI for Science）賽道切入，正在走出一條中國特色AGI發(fā)展之路。

接下來讓我們一起看看，中科紫東太初究竟有何獨到之處，能在激烈的AI競爭中脫穎而出。

1.何為中科紫東太初？

中科紫東太初成立于2024年，是依托中國科學院自動化研究所孵化的多模態(tài)大模型產業(yè)化公司，同時也是名副其實的AI大模型“國家隊”。

據悉，其取名“紫東太初”，有著深刻寓意，一是象征紫氣東來、混沌初開，代表AI從專用邁向了通用，從感知智能邁向了認知智能；二是“紫東”與中國科學院自動化研究所的諧音相通，代表著自動化所自身的意義和使命。

很多人可能不知道，紫東太初團隊是中國最早開始大模型研究的團隊之一，其以1984年成立的模式識別國家重點實驗室為基礎，積累了大量的圖像、文本、語音、視頻等國際前沿技術和人才。也正是得益于中國科學院自動化研究所在多模態(tài)數據領域的多年積累，團隊一開始就選擇了多模態(tài)大模型這條更為艱難的路。

2021年7月，團隊率先發(fā)布了全球首個中文千億參數圖文音（視覺-文本-語音）多模態(tài)大模型紫東太初1.0。實現了圖像、文本、語音三模態(tài)數據間的“統(tǒng)一表示”與“相互生成，在多模態(tài)研發(fā)路徑上走在了世界前列。

這一前瞻性布局，在當時并未被廣泛關注。當2022年ChatGPT引爆了新一輪AI革命時，站在聚光燈下的是語言類大模型，此后國內AI大模型如雨后春筍般涌現，打響了“百模大戰(zhàn)”，其中絕大多數是語言類大模型，或者圖像、語音類單模態(tài)大模型。

直到2023年OpenAI發(fā)布GPT-4、谷歌推出原生多模態(tài)Gemini 1.0，多模態(tài)才逐漸成為行業(yè)共識，2025年更是迎來“全模態(tài)爆發(fā)元年”，行業(yè)開始全面追求讓模型能夠直接在底層架構中統(tǒng)一處理文本、圖像、音頻甚至3D點云等多種信息，實現真正的端到端實時感知與理解。

憑借深厚積累與先發(fā)優(yōu)勢，紫東太初多模態(tài)大模型成為首批通過中央網信辦備案的AI大模型之一，截至2025年已完成4次迭代，實現了從“純文本思考”“簡單操作帶圖思考”到“細粒度多模態(tài)語義思考”的躍遷，邁向多模態(tài)深度推理的新階段。

來源：中科紫東太初

2025年9月發(fā)布的紫東太初4.0，成為全球首個“深度推理+多模態(tài)”大模型，該模型采用行業(yè)領先的原生多模態(tài)統(tǒng)一架構，獨創(chuàng)“多角色模擬數據增強”“批判式多輪反思學習”等核心技術，實現“邊看、邊識、邊思”的類人認知能力，更一舉創(chuàng)造了16項SOTA紀錄。

更具戰(zhàn)略意義的是，紫東太初大模型是基于全棧國產化軟硬件打造，已與華為、曙光、寒武紀等構建“芯片-框架-模型-應用”全棧國產化體系，不僅實現訓練效率提升20%，推理成本降低50%，更是擺脫了對國外算力與框架的依賴，為AI向千行萬業(yè)滲透奠定了堅實基礎。

乘著AI的東風，中科紫東太初匯聚政、產、學、研、用多方優(yōu)勢，通過自主創(chuàng)新，打造AI創(chuàng)新鏈和產業(yè)鏈閉環(huán)，逐步獲得市場認可與資本青睞。去年5月，公司完成數億元首輪融資，其產品已成功落地科學智能、具身智能、低空經濟等關鍵賽道，用場景化解決方案替代通用型技術輸出，構建起“技術-場景-數據”的正向循環(huán)。

如今，OpenClaw推動自主Agent時代加速到來，中科紫東太初也順勢而為，以自研的紫東太初ScienceClaw開啟了助力行業(yè)高質量發(fā)展的新征程。

但問題也隨之而來：為何要放棄開源OpenClaw的成熟路徑，從頭再造一個紫東太初ScienceClaw？答案，藏在AI4S的時代機遇與行業(yè)痛點中。

2.為何要從頭再造一個紫東太初ScienceClaw？
為什么是AI4S？

AI4S已成為全球科技競爭焦點，2025年下半年以來，美國、歐盟、日本等紛紛將其提升至國家戰(zhàn)略層面，我國也把AI4S及相關概念納入“十五五”規(guī)劃與2026年政府工作報告，列為科技自立自強與發(fā)展新質生產力的關鍵路徑。

市場數據也印證了AI4S的巨大潛力，QYResearch數據顯示，2025年全球AI4S市場規(guī)模已達45.38億美元，預計2032年將突破262億美元，年復合增長率高達28.9%。

但機遇背后，痛點同樣突出。OpenClaw等通用開源Agent專業(yè)性不足，難以理解科研“行話”，無法穿透科研領域的專業(yè)術語與復雜工作流；國外主流AI工具數據默認存儲于境外服務器，存在數據泄露與斷供風險；不少AI工具部署復雜、對技術團隊要求高，普通實驗室和中小企業(yè)難以落地；更關鍵的是，多數Agent常以“黑箱”方式直接輸出結果，推理過程不可見、不可追溯，結論可靠性無法驗證，科研人員始終不敢放心使用。

真正決定AI能不能進入嚴肅場景的，往往不是“能力上限”，而是“信任下限”，當前市場恰恰缺少專業(yè)、安全、透明可信的科研Agent，紫東太初ScienceClaw正是瞄準這一核心缺口，順勢破局而生。

紫東太初ScienceClaw有何不同？

為破解行業(yè)痛點，紫東太初ScienceClaw堅持核心技術自主研發(fā)，摒棄OpenClaw的舊有架構，從底層進行全面重新設計，自研了面向科研的主從Agent框架與多Agent工廠體系，擺脫開源架構的通用化限制和安全風險，用全棧自主可控的硬實力，打破了國外AI工具的壟斷。

來源：「甲子光年」截圖

具體來看，紫東太初ScienceClaw具有以下三大核心能力：

• 專業(yè)力：8大學科覆蓋、3000+科研工具與技能，懂“行話”、懂“流程”，可以拆解專業(yè)任務，按照科研的邏輯、流程去自動執(zhí)行。開箱即用，告別環(huán)境配置，只要接入飛書、企業(yè)微信這些主流辦公平臺，就能直接使用。

• 安全力：構建了七層縱深防御體系，包括網絡與傳輸安全、身份認證與授權、輸入安全、Agent執(zhí)行安全、沙箱與隔離、數據安全、審計與可觀測，覆蓋從網絡入口到Agent執(zhí)行的全鏈路，為Agent安全運行保駕護航。由于所有數據都在國內自主搭建的服務器上流轉，涉及國家重點科研項目也可放心使用。

• 可信力：全鏈路可追溯、可接管、可復現，拒絕黑盒，推理過程透明，可以隨時隨地驗證AI的判斷邏輯，適配科研嚴謹性，把判斷權和自主性交還科研人員，陪伴其成長。

據悉，紫東太初ScienceClaw圍繞論文調研、科研問答、科學構思、自動實驗四大能力，構建了覆蓋“查、問、想、做”的科研閉環(huán)。不僅提升文獻獲取與知識理解效率，更能輔助研究設計、假設生成與實驗執(zhí)行，推動Agent從處理雜活，真正走向參與科研主流程。因其針對國內科研場景做了大量訓練，也會比國外工具更懂中國科研人的需求。

在“不止思考、更重行動”的新范式下，紫東太初ScienceClaw正加速從內容生成型智能體，躍升為融合環(huán)境感知、任務理解、智能規(guī)劃與真實執(zhí)行的干濕結合型具身智能中樞。依托視覺、聽覺、觸覺、空間感知與環(huán)境狀態(tài)感知等多維能力接入，ScienceClaw能夠深入復雜場景，完成語義理解、任務拆解、記憶管理、工具調度與多智能體協(xié)同編排，推動會話指令高效轉化為可落地、可執(zhí)行、可反饋的行動閉環(huán)。進一步結合VLA模型、數字孿生與機器人控制能力，ScienceClaw打通從虛擬推演到現實操作的關鍵鏈路，在實驗操作、樣品搬運、環(huán)境感知、結果反饋等場景中實現精準執(zhí)行與持續(xù)優(yōu)化。

動圖來源：中科紫東太初

與此同時，圍繞干濕實驗深度融合，系統(tǒng)既能支撐文獻理解、方案設計、數據分析等“干實驗”環(huán)節(jié)，也能深入設備聯(lián)動、流程執(zhí)行與實驗反饋等“濕實驗”場景，推動科研流程從分散協(xié)作走向一體化智能閉環(huán)。它不僅更會“思考”，更真正具備“看得見、調得動、做得成”的能力，正在推動AI從輔助分析走向現實世界操作，形成面向科研與產業(yè)場景的新質生產力。

來源：中科紫東太初

憑借專業(yè)、安全、可信三大核心能力，紫東太初ScienceClaw極大增強了系統(tǒng)層面的可控性和可信度，它早已超越普通AI科研工具的范疇，成為能與科研人員并肩成長的“科研超級助手”。在科研這個關乎國家核心競爭力的領域，我們終于有了自主靠譜的“智能助手”。

3.紫氣東來，走出一條中國特色AGI之路
深耕AI4S，卻不止于AI4S

背靠中國科學院自動化研究所的深厚積淀，中科紫東太初在AI4S領域的積累得以厚積薄發(fā)，這也正是紫東太初ScienceClaw能夠成功誕生、精準抓住AI時代機遇的核心底氣。

但中科紫東太初的目光，并未停留在AI4S這一城一池。紫東太初ScienceClaw只是一個起點，一個通往更廣闊天地的支點。

當前市場上同類AI4S產品大多是“通用優(yōu)先、科研補充”，先打造通用能力，再嘗試向科研場景延伸。紫東太初ScienceClaw則是選擇了“科研優(yōu)先、通用延展”的另一條路，以科研場景為核心打磨產品深度，同時保持通用場景的延展能力，形成了差異化的競爭優(yōu)勢。

中科紫東太初的思路十分明確清晰，與其在通用賽道的紅海里與巨頭血拼，不如先在科研這個“高壁壘、高剛需”的垂直場景進行技術深耕，建立根據地，再穩(wěn)步向其他領域延展。畢竟，通用賽道是巨頭拼算力的游戲，科研賽道是拼“懂行”和“信任”的精細活兒。

對中科紫東太初而言，是把科研當成AI能力的“高壓試驗場”和“信任背書”。在這里把內功練好，把“專業(yè)、安全、可信”的口碑立住，將來帶著過硬的產品技術、實用的方法論和信任狀進入其他場景也就水到渠成。

通往AGI的“中國路線圖”

全球AI競爭激烈，風高浪急。整體來看，中科紫東太初以體系化布局錨定AGI方向，走出了一條兼具技術高度與產業(yè)深度的中國特色發(fā)展之路。

路線圖的最底層，是紫東太初多模態(tài)大模型，作為全球首個“深度推理+多模態(tài)”的國產大模型，具備“邊看、邊識、邊思”的類人認知能力，是整個AGI布局的堅實底座，且仍在持續(xù)演進、不斷突破。

中間層，是紫東太初ScienceClaw這樣的自主Agent系統(tǒng)，負責把模型的思考能力變成能落地的執(zhí)行動作。讓AI通過場景深入千萬產業(yè)，既有專業(yè)上的強大，也有可控、可信的靠譜。

此外，中科紫東太初在具身智能這一AGI關鍵方向持續(xù)加速技術攻關與平臺能力建設，依托紫東太初具身大模型，以“具身大腦+具身小腦”的協(xié)同機制，打造“一腦多形”具身智能訓練平臺與多模態(tài)具身智能訓練場，目前已訓練超過300個原子技能、適配超50個機器人本體，為技術研發(fā)、模型訓練、場景驗證提供全流程支撐，將機器人訓練部署周期從數月縮短至數周，有力推動了具身智能技術從實驗室走向產業(yè)端。

具身智能訓練場，來源：中科紫東太初

目前已全面推進全國布局，具身智能訓練場覆蓋北京、武漢、佛山、青島、貴州等重點城市，進一步打通機器人從研發(fā)訓練、場景驗證到產業(yè)應用的全鏈條關鍵鏈路，聯(lián)合伙伴打造“AI+”垂直應用場景，集聚上下游企業(yè)，共同探索具身智能產業(yè)化發(fā)展。

具身智能訓練場，來源：中科紫東太初

可以說，模型是AGI的“大腦”，Agent是“神經網絡”，具身智能是“身體”，這三者共同構成了中科紫東太初完整的AGI技術路線圖。更難得的是，這條路線圖并非空中樓閣，每一步都踩在實實在在的產業(yè)場景中，實現了技術創(chuàng)新與場景落地的同頻共振。

與此同時，中科紫東太初通過全棧國產體系構建起自主可控能力，即便在極限施壓的競爭環(huán)境下，仍然能保證那條通往AGI的算力管道始終暢通，也不會像某些“套殼”AI工具那樣，隨時面臨被斷供的風險。為國家科技自強筑牢根基。

縱觀行業(yè)發(fā)展，中科紫東太初從來不是一個跟隨者，在大模型未進入公眾視野前，沒有隨波逐流，前瞻性選擇做最難的多模態(tài)大模型。在全球自主Agent群雄逐鹿的當下，也沒有盲目跟跑，而是從AI4S剛需賽道切入，用專業(yè)、安全、透明建立信任，用科研深度建立壁壘，用全棧自主打下根基。

這或許就是“中國特色”的真正落腳點：技術上有仰望星空的野心，落地上有深耕場景的耐心，底層有把命脈攥在自己手里的清醒。

未來，中科紫東太初將繼續(xù)秉持“技術深耕+場景落地”的戰(zhàn)略思路，以多模態(tài)大模型為底座，以紫東太初ScienceClaw系列產品為核心，打通“科研-產業(yè)”轉化鏈路，聯(lián)合產學研用共建生態(tài)，助力科技自強的國家戰(zhàn)略落地生根。

這固然不是一條好走的路，卻無疑是一條能走得更遠、更扎實的路，一條屬于中國的、務實的AGI發(fā)展之路。

（封面圖來源：中科紫東太初）