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。

该项目为网络数据提供自动化解决方案，旨在简化企业和机构的报告流程。该平台通过集成多种数据源到通信工具中，实现报告的快速自动生成，解决报告耗时及分析师管理复杂需求的问题。项目主要针对咨询公司、营销机构等具有在线业务和数据收集需求的组织，采用SaaS订阅模式驱动收入。该公司与咨询和营销公司建立关键合作伙伴关系，助力业务增长，同时通过网站、社交媒体和在线广告进行市场推广。目前，项目已完成MVP开发，正准备进行可用性测试。其价值主张在于让报告更加便捷高效，使用户能够专注于更具战略意义的任务。这种创新方法使项目成为寻求自动化和优化报告流程企业的理想选择，为用户提供实用的解决方案，以满足其对报告自动化的迫切需求。