更懂世界杯！海淀全栈国产AI，你的专属球搭子来了！

2026年美加墨世界杯激战正酣

全球球迷的热情被彻底点燃

在亿万球迷热议冠军归属的同时

海淀的一家人工智能企业

中科紫东太初（北京）科技有限公司

（以下简称“紫东太初”）

正试图用AI的“理性”

解构绿茵场上的“激情”

近日，紫东太初新一代科研原生智能体ScienceClaw世界杯分析专区正式上线。这不是一个“猜球”工具，而是一位能展示完整“思维链”的AI战术分析师。世界杯期间，用户可以通过紫东太初ScienceClaw平台，体验基于多维数据矩阵的球队智能画像与赛事沙盘推演功能。ScienceClaw将从球队综合实力、阵容配置、战术体系、历史表现、赛事走势等多个维度，对参赛球队进行系统化分析与智能推演，探索冠军争夺背后的关键变量。

在卫星通信大厦的一间办公室里，紫东太初董事长王金桥讲述了团队扎根海淀二十年，从实验室到市场，再到绿茵场上AI预测革新的实践与思考。

二十年磨一剑

△图片来源：新华社

“我们读博那时候，人工智能还叫模式识别与智能系统，找工作都不好找。”王金桥回忆道。2004年，他进入中国科学院自动化研究所读博，2008年毕业后留所工作，在海淀生活了二十余年。如今，这位曾经的模式识别博士，已成为国产多模态大模型产业化的领军人物。

转折发生在2020年，OpenAI发布GPT-3，尽管当时业界大多不看好，但王金桥和他的团队却敏锐地捕捉到了历史性的信号。“‘词语接龙’式的生成范式打破了50年来自然语言处理的任务壁垒，一个模型就能实现翻译、句法分析、实体识别等各种任务的泛化。”王金桥回忆，“那时候我们看到了AGI的曙光。”

在中国科学院自动化研究所时任所长徐波的牵头下，团队成功申报了中国科学院“十四五”规划中全栈国产化千亿参数多模态大模型项目，并将其命名为“紫东太初”——紫气东来，混沌初开，寓意着人工智能即将走出混沌。

2021年，中国科学院自动化研究所成立了国内最早的基础大模型研究中心，将图像、文字、音频三个团队融为一体。“人本身就是多模态的，人工智能的终局也一定是多模态的，像人一样感知、思考和决策。”王金桥说道。

全栈国产化

紫东太初的核心标签有两个

一是“全栈国产化”

二是“多模态”

在算力底座上

团队坚持从芯片到框架的全面自主可控

在模型架构上

则始终走多模态融合路线

这在当时国内大模型赛道中

独树一帜

“当时我们报的是万亿参数大模型，‘全栈国产化’是必然路径，难度一下子拉满了。”王金桥回忆道。彼时，国内GPU也才刚刚起步，英伟达的A100对华供应受限，华为昇腾910A成为唯一的选择。“华为的MindSpore生态当时还很稚嫩，开发者稀少，一行代码跑对跑错都难以判断。模型训练经常掉卡，显卡过热、存储网络中断、IO故障层出不穷。”王金桥回忆，“训两个小时就得保存一次，老得有人盯着服务器。”

就是在这样近乎极限的条件下，2021年7月，全球首个中文千亿参数全栈国产化多模态大模型“紫东太初”正式发布。此后，2.0走向“全模态”，将雷达、红外、3D点云等传感器信号纳入理解范畴；3.0聚焦“跨模态思考与推理”，让模型不仅能感知，还能挖掘信号背后的知识逻辑；4.0则在数字空间中实现交互式理解，比如放大、旋转、平移图像来识别细节，模仿人类探索世界的方式。而即将发布的5.0，将是一个“多模态世界模型”，把数字世界的理解映射到物理世界，为具身智能和机器人提供核心大脑。

从1.0到即将发布的5.0

紫东太初始终沿着

一条清晰的技术路线演进

让人工智能像人一样

感知、思考、决策和行动

王金桥将其概括为三个阶段：更全、更深、更交互。“未来机器人一定需要一个多模态底座，没有对世界物理知识的深刻理解，动作模型就不可靠。”王金桥说道。

呈现完整“思维链”

2026年世界杯开赛以来

紫东太初新一代科研原生智能体

ScienceClaw的世界杯分析专区

迅速吸引了大量关注

它所做的

并非市面上那些

基于历史胜率的“AI预测”

在紫东太初的ScienceClaw世界杯专区

AI做的不是基于历史胜率的概率输出

而是像人类战术分析师一样

展示一条完整的“思维链”

每一步判断均有据可依

以决赛推演为例。系统首先会构建参赛球队的全面画像：整合10万+场职业赛事数据、500+球员三维能力建模、100+战术体系的结构化拆解。对于西班牙对阵法国的经典假设，AI不会凭空给出“2:1”这样的数字，而是层层推演：从小组赛阶段双方的攻防态势，到淘汰赛中姆巴佩与对方边后卫的对位突破成功率等关键数据，再到裁判执法尺度对比赛节奏的影响，甚至特定海拔场地对球员体能和心脏除颤器的潜在干扰。“我们推演西班牙在加时赛2:1取胜，这个结果是模型综合考虑了上述所有变量之后一步一步推导出来的，每一个环节都可追溯。”

赛后复盘同样是ScienceClaw的拿手好戏。它能识别出哪一次换人改变了场上走势，哪一次战术微调导致了关键失球，并把这一切转化为数据化的战术报告。从看球到懂球，ScienceClaw为亿万球迷提供了一个专业的足球AI分析师，也让人们看到了AI在复杂信息理解、多源数据分析、多智能体协同推理方面的巨大潜能。

成为多模态人工智能数字基座

这种能力，和王金桥一直强调的“世界模型”一脉相承。在他看来，世界杯只是ScienceClaw的一个侧影。“如果能分析清楚球场上22个人的跑位、战术和突发状况，那么这套智能体也能去解决实验室里的分子合成、工厂产线里的精密操作，甚至是复杂的金融风控。”

事实上，ScienceClaw的核心定位正是面向科研领域。面向大学生、研究生和科研工作者，ScienceClaw提供从文献筛选、方向研判、方案生成到实验仿真的全流程科研加速。比如，一位材料学博士想研究新型电池电解质，ScienceClaw能自动梳理近五年该领域的代表性论文，生成研究路线图，对比不同技术路线的优劣，甚至设计出多个可行方案，并调用仿真工具进行干实验验证。最终，湿实验的指令还能发送给机器人去自动完成，真正实现干湿闭环。

“AI给出的是一个严谨的‘思维链’，每一步都有据可循，最后的决策权还是在人手里。”王金桥说。

正是这种将复杂问题拆解为可追溯逻辑的能力，支撑着紫东太初迈向更宏大的目标。当被问及紫东太初的终极使命，王金桥给出了一个明确的答案：“成为中国多模态人工智能的数字基座，服务国家战略，赋能国民经济。”