9月21日消息，9月10日，紫光云公司在北京举行产品发布会，正式推出紫鸾AI操作系统。据悉，该产品定位为面向智能体的政企级AI操作系统，旨在解决政企AI落地的现实难题。

将应用生态交给伙伴

在发布会后的媒体问答环节，紫光云公司总裁王燕平，公司首席技术官柳义利及公司产品研究开发部副总裁唐元武三位接受了包括DoNews在内媒体的访问。

在谈及市场竞争问题时，王燕平认为，与硬件厂商或纯模型公司不同的是，紫光云将自身定位为IT领域的从业者而非单纯的技术使用者，专注于政企客户的私域AI部署。紫光云聚焦于解决B端客户在私有化部署中的工程化难题，如异构算力适配、模型与应用的安全管理等。

针对政企客户购买了算力但不知如何运行应用的痛点，紫鸾AI操作系统涵盖从底层算力纳管到上层应用运行的全栈能力，确保“麻雀虽小，五脏俱全”，避免拼凑式解决方案带来的稳定性风险，重点解决“最后一公里”问题。

据介绍，紫鸾AI操作系统采用“四层三列”架构，涵盖算力层、模型层、数据知识层和应用使能层，并配套安全保障、运营管理和运维管理体系，向上支撑办公、生产及第三方智能体应用，通过统一系统、用户、入口、运维及运营，为客户提供集大模型推理微调、知识平台、AI网关、安全围栏及智能体开发于一体的综合智能化系统。

王燕平表示，为更精准地服务客户，紫光云进一步明确了产品边界：应用生态交给伙伴，操作系统留给自己——上层多元化的智能体应用由生态合作伙伴构建，紫光云则专注于紫鸾AI操作系统的持续打磨。

紫光云将产品重点放在AI操作系统建设上，同时围绕办公及行业场景提供原生应用和实践样板。对于更广泛的上层智能体应用，提供包括统一的入口、用户体系、运维监控及计量计费能力。

对于上层应用所需的业务逻辑梳理、Skill构建及专业知识体系建立，紫光云提供方法论、工具链及知识平台，与客户联合创新，由客户主导业务规则的制定。

贯通AI应用落地全链路

当前，AI技术快速迭代，政企数智化系统的服务对象正从"人"加速转向"智能体"，然而，政企落地AI项目经常面临从算力底座、模型微调再到上层应用开发链条长、门槛高的问题。

对此，紫光云首席技术官柳义利认为，政企AI落地需要具备通用大模型能力、Skill技能集、企业私域知识、工具集、安全保障、持续进化能力六大核心要素，单纯部署开源模型或大模型一体机无法满足真实生产需求。因此紫光云确立了紫鸾AI操作系统的设计思路：将复杂留给厂商，把简单留给客户。

柳义利以某市卫健委为例，介绍了紫光云围绕计算、存储、网络、算力池、模型、数据知识及运营能力开展的系统化建设。

紫鸾AI操作系统所做的，除搭建算力服务平台和构建全市卫健知识体系外，项目还在推进Token运营能力建设和医疗智能体应用孵化。

柳义利介绍，目前AI应用，尤其是行业的AI应用还都处在孵化阶段，相关商业模式还在探索当中。而紫光云帮助政企把智能化底座建好，准备好数据、知识库和算力，当商业模式跑通之后，就能为政企带来实实在在的价值。

词元重构商业模式

作为中国领先的云和AI服务提供商，紫光云一直在思考如何让算力、模型、数据、知识、应用真正地用起来、管起来、运营起来。紫光云产品与研究开发部副总裁唐元武表示，紫鸾AI操作系统主要面向政企私域场景。私域并非意味着没有运营，政企内部各部门及下属机构之间，同样需要配额、计量、结算和资源管控能力。

他表示，Token正在推动AI产业商业模式演进，其内涵已超越单纯的模型调用计量，Token数据、Token知识及应用Token蕴含更高商业价值，Token生产效率也正在成为衡量AI平台能力的关键指标。

据悉，浙江一所高校已通过紫鸾AI操作系统建立了校级内部的AI统一管理平台，实施Token配额制管理，精细化管控各院系的算力使用与产出效益，避免重复建设与资源浪费。

总结

紫鸾AI操作系统是面向智能体时代的新一代政企AI操作系统，其在保证核心平台自研的同时也保持开放，允许第三方合作伙伴在系统上构建相关解决方案。

随着政企客户对私域AI的需求持续释放，政企AI有望加快从试点验证走向业务落地。依托在医疗、工业等场景的落地实践，以及在高校、企业等领域持续推进的项目探索，紫光云正不断积累政企私域AI建设经验，为紫鸾AI操作系统的持续迭代和规模化应用提供支撑。

未来，紫光云将持续迭代系统能力，丰富工具与行业模型生态，联合产业上下游伙伴，助力更多政企客户推动AI技术融入业务场景，释放AGI时代的产业价值。