ScienceClaw 中科紫东太初推出的科研原生智能体平台
ScienceClaw是什么
ScienceClaw是中科紫东太初(中科院自动化所孵化)推出的科研原生智能体平台,依托紫东太初多模态大模型,覆盖生命科学、材料、化学、物理、天文等领域。最新升级的AutoProject引擎将AI从执行单个科研任务推向自主承接完整科研项目,可自主完成项目规划、任务拆解、长程执行、证据验证与容错修复,最终沉淀论文、数据、模型、代码等可复用科研资产,支持人机协同介入。

ScienceClaw的主要功能
- 项目级规划(Project2Task) :输入模糊科研构想,自动拆解为结构化的任务网络并规划研究路径。
- 长程自主执行(TaskExecutor) :长期驻场推进项目,自主跑实验、处理异常、动态迭代,无需人工高频介入。
- 证据驱动验证(EviGraph) :对每条结论进行全链路证据核验,发现偏差自动回溯修复。
- 文献检索与研读 :依托上亿篇全学科文献库,自主完成文献调研与关键发现提取。
- 数据分析与代码执行 :统一调度代码、数据分析、仿真等专业工具完成科研计算任务。
- 科研资产沉淀 :自动输出论文、数据集、模型、代码和全套实验记录,可复用、可溯源。
- 人机协同 :科研人员可在任意节点介入,对研究路径和中间结果评判纠偏。
- 多端接入 :支持官网、微信、飞书插件调用。
ScienceClaw的技术原理
- 多模态大模型底座 :以紫东太初4.0多模态大模型为「大脑」,将文本、图像、语音纳入统一语义空间,具备多模态推理、自主规划与反馈修正能力,使系统能统一理解论文中的公式、图表、实验曲线以及代码、数据、仿真等异构科研信息。
- 分层自治多智能体架构 :区别于传统「主从Agent」模式,系统围绕科研目标自动生成任务图,按领域、工具与执行状态动态调度学科、代码、搜索、数据分析、仿真等专业Agent,形成可动态组网、协同执行、反馈重规划的智能体集群。
- Project2Task 项目规划机制 :综合研究目标、文献证据、资源约束与任务依赖进行全局建模,通过信号/噪声分析选择最优分解策略,支持横向、纵向、先横后纵、先纵后横四种项目拓扑,并规划任务串并行关系与跨任务资产复用。
- TaskExecutor 长程执行机制 :打破「一次调用、一次返回」的线性模式,构建目标驱动的自主科研循环,全局监控项目状态、持续捕获实验反馈,任务失败或结果异常时自动回溯评估、重构任务网络并重跑实验,适配科研的非线性迭代特性。
- EviGraph 证据图谱体系 :将科研过程组织为「研究问题→研究空白→假设→实验→发现→结论」的动态证据链,分初始图谱构建、检查与迭代修复、手稿生成三阶段运行;持续校验跨任务逻辑一致性,检出偏差时沿证据链定位根因并自主修复,配合短期/长期图谱库实现版本回滚与经验积累。
如何使用ScienceClaw
- 访问官网 :访问ScienceClaw的官网 https://scienceclaw.zidongtaichu.com/,完成账号注册登录。
- 输入科研目标 :无需拆解步骤或编写精细 Prompt,直接提交一个宏观的科研构想或课题目标即可。
- 确认项目规划 :系统自动生成任务拆解与研究路径,支持横向/纵向等多种拆分方式,可人工确认或调整。
- 等待自主执行 :AI 长期驻场自主完成文献调研、实验执行、数据分析与异常修复,全程无需高频介入。
- 随时介入纠偏 :项目推进中可随时查看中间结果,对研究路径、假设和数据进行评判与修正。
- 获取科研成果 :项目完成后获得论文、数据集、模型、代码和全套实验记录等可复用科研资产。
- 多端调用 :除网页端外,还可通过微信、飞书插件随时随地调用科研工具。
- 查阅使用指南 :官网提供详细使用文档,可进一步了解进阶功能与操作细节。
ScienceClaw的核心优势
- 项目级自主科研 :行业率先实现从「做任务」到「做项目」的跨越,能承接完整科研课题而非孤立任务。
- 全链路闭环能力 :覆盖规划、拆解、执行、验证、修复、沉淀六大环节,一条链路跑完整个项目。
- 结论可信可溯源 :自研 EviGraph 证据图谱让每条结论都有实验与数据支撑,可追溯证据率较最优基线提升 40.74%。
- 长程自主执行 :突破单次调用模式,可长期驻场、自主试错迭代,扛住数月周期的持续探索。
- 自主容错修复 :实验失败或数据异常时自动回溯根因、重构任务网络并重跑,无需人工干预。
- 科研资产沉淀 :一次研究产出论文、数据、模型、代码、实验记录全套资产,可复用、可迭代,终结「重论文、轻资产」。
- 多模态技术基因 :依托紫东太初多模态大模型,能统一理解公式、图表、代码、数据等异构科研信息。
- 分层多智能体协同 :动态调度学科、代码、搜索、仿真等专业 Agent 组网协作,而非单一 Agent 单打独斗。
- 全学科覆盖 :已覆盖生命科学、材料、化学、物理、天文等领域,背靠上亿篇全学科文献库。
ScienceClaw的同类竞品对比
对比维度 | ScienceClaw(中科紫东太初) | AI Co-Scientist (谷歌)
| 对比维度 | ScienceClaw(中科紫东太初) | AI Co-Scientist(谷歌) |
|---|---|---|
| 出品方 | 中科院自动化所/武汉人工智能研究院孵化的中科紫东太初 | 谷歌(联合斯坦福等机构) |
| 模型底座 | 紫东太初4.0多模态大模型,原生统一理解文本、图像、语音 | Gemini 2.0,以文本推理为主 |
| 核心定位 | 项目级自主科研系统,能独立操盘完整科研项目 | 虚拟科研合作者,侧重假设生成与实验方案设计 |
| 工作单元 | Project(项目级):规划→拆解→执行→验证→修复→沉淀全链路 | 以假设生成为核心:生成→反思→排名→进化的迭代循环 |
| 实验执行 | 自主跑实验、处理数据、训练模型,企业级版本还支持连接机械臂等设备的具身执行、干湿实验融合 | 不直接执行实验,输出假设与实验方案供人类验证 |
| 多智能体架构 | 分层自治、动态组网,调度学科/代码/搜索/仿真等专业Agent | 生成、反思、排名、进化、邻近、元审查六类专用智能体,由监督智能体协调 |
| 结论验证机制 | EviGraph证据图谱,全链路可核验、可回溯、可修复 | 锦标赛Elo评分+自我辩论优化假设质量,主要依赖文献证据 |
| 成果交付 | 论文+数据集+模型+代码+实验记录的完整科研资产矩阵 | 研究假设、研究综述与实验方案文本 |
| 学科覆盖 | 生命科学、材料、化学、物理、天文等8大学科 | 目前主要验证于生物医学场景 |
| 文献资源 | 自建上亿篇全学科文献库 | 主要依赖开放获取文献与网络搜索 |
ScienceClaw的应用场景
- 课题全流程研究 :从模糊构想出发,自主完成规划、实验到论文交付的完整课题。
- 文献调研综述 :依托上亿篇文献库,数分钟完成原本数小时的文献检索与综述整理。
- AI建模与实验 :如带钢表面缺陷识别、YOLO建模等任务的数据处理、训练与迭代优化。
- 生命科学与药物研发 :支持蛋白质研究、疫苗研制、药物筛选,药物性质预测从一周缩至10分钟。
- 材料与化学研究 :化合物模拟、材料冶金、合成路线规划等干湿实验结合场景。
相关工具
与本文相关的 AI 工具