陶智万物专注于构建自动化 AI 智能体及可信赖的自进化 AI 生态系统。通过整合自动化智能体搭建、智能体评估、智能体进化和推荐技术，团队实现了智能体的自我进化、追踪评估及推荐优化。依托这一技术体系，陶智万物不仅能够打造通用的 AI 助手，还能为软件开发团队提供智能化的解决方案，全面提升效率和创新能力。项目创始团队由来自英国顶尖高校的专家组成，包括格拉斯哥大学和剑桥大学的博士导师，以及阿伯丁大学和谢菲尔德大学的讲师。团队成员在自然语言处理领域拥有超过五年的研究与项目经验。目前，陶智万物正在寻求 200万美元的种子轮融资，用于技术研发、团队扩展及市场推广，旨在推动 AI 技术在多个行业中的广泛应用。

在通用人工智能（AGI）领域的软硬件协同设计中，项目团队的硕博研究聚焦于算法轻量化和高能效硬件设计的探索。在算法方面，团队深入研究了AI模型的轻量化和稀疏化方法，以优化存储和计算效率。在硬件方面，团队专注于稀疏计算以及对CNN、RNN和GNN等模型的高能效加速，致力于设计低功耗、高性能且高度灵活的硬件架构，以满足AI应用对计算资源的高效需求。研究涉及跨层优化，结合软件算法和硬件架构的特点，进一步提升整体系统的协同性和响应速度。通过构建具备动态适应能力的计算架构，团队能够针对不同任务需求灵活调整资源分配，实现多场景下的能效最优。这些研究为实现更高效的AGI系统奠定了基础。

项目作为多类型人工智能计算芯片的通用化底层架构，由海外专家领衔，技术来源于国内外顶尖科研机构的核心研发成果、以及十余个国家重大专项和数十颗流片芯片的技术积累。支持多模态敏捷计算范式，支持敏捷计算稀疏剪枝机制，多维以搜代算方案，近似量化方法，实现能效突破；集成自主可控多核 RISC-V，开发自主可控多核 RISC-V 替代 ARM，实现芯片内部指令流级驱动计算；兼容异构融合共性架构，片内异构融合 ASIC+DSA+FPGA+ GPU+CPU 端口，支持智能计算演进及算力聚合；面向感存算通一体设计，支持多类型传感器分布式计算。项目特别适用于端侧训练推理一体化场景，致力于构建敏捷异构多模融合的智能计算时代。