7月17日下午，2026世界人工智能大会暨人工智能全球治理高级别会议“RISC-V与AI融合发展论坛”在上海举办。论坛聚焦开源指令集架构与人工智能融合创新，国家互联网信息办公室信息化发展局、中国科学院战略高技术研究局负责同志出席并致辞。
论坛公开发布了RISC-V典型案例及国产RISC-V开源生态项目，UCAgent作为代表成果位列其中。来自政府、国际组织、高等院校、研究机构及知名企业的150余位中外代表共同见证了这一发布。
UCAgent在世界人工智能大会“RISC-V与AI融合发展论坛”正式发布
一、UCAgent——让芯片验证从“人力密集”到“智能高效”
芯片验证是确保芯片设计成功的核心环节，也是当前芯片研发中耗时最长、成本最高的部分——占整个研发周期的60%至70%。随着芯片复杂度持续提升，传统验证方式在效率、覆盖率和人力成本方面已接近瓶颈，成为制约产业效率的关键难题。
针对这一行业共性难题，中国科学院计算技术研究所联合北京开源芯片研究院，成功研发UCAgent——全球首个开源的芯片验证AI智能体。它基于大语言模型技术，提供从环境搭建、测试生成到结果分析的全流程AI自动化验证解决方案，可以极大提升芯片验证效率，大幅降低芯片验证门槛。
UCAgent成果发布视频
二、UCAgent核心机制：让AI真正“会做验证”
UCAgent依托软件原生驱动的硬件验证平台UnityChip构建（该工作已被计算机体系结构领域顶级会议ISCA 2026录用），可实现RTL封装、调度、仿真与控制的全流程软件化。
在此基础上，UCAgent融合大模型的智能分析、测试生成与故障定位能力，构建覆盖需求解析、测试生成、仿真执行、结果分析、报告输出的端到端闭环，使AI从辅助工具升级为能够自主规划、执行和迭代的硬件验证智能体，真正推动芯片验证迈向全流程自动化与智能化。
UCAgent主要包含三大核心机制：
一是全流程自动化。 UCAgent将验证任务拆解为多个细粒度阶段，每个阶段配置自动检查器，有效遏制了错误在长工作流中的逐级传递与放大，使验证任务在各类大小模型下都可以成功执行，功能覆盖率≥95%。
二是一致性标签机制。 针对AI辅助验证中长期存在的“幻觉”问题，UCAgent提出了一致性标签机制，通过标签体系贯穿从Spec到仿真报告的全流程，实现端到端的透明可追溯。
三是软件化验证路径。 UCAgent基于Python生态构建，通过软件封装工具Picker将RTL转换为Python软件库，配合Toffee验证框架，让LLM能够在其最擅长的Python环境中完成验证代码生成，其稳定性和准确率远超直接生成SystemVerilog。
UCAgent在论坛展示工作流程
三、UCAgent落地应用：从开源项目到企业生产环境
目前，UCAgent已在开源高性能RISC-V处理器核“香山”中实际应用，结果表明，UCAgent可实现验证效率的数量级提升，原需1到2个月的工作量，现在仅需数小时即可完成。
在企业合作方面。UCAgent已在华大九天、摩尔线程、合见工软、奕斯伟、得一微电子等多家企业实际生产环境中落地。其中，华大九天联合UCAgent推出“HimaFormal MC + UCAgent”智能形式化验证方案，实测效率提升16倍，覆盖率飙升38个百分点，该方案已在某头部AI芯片公司和深圳SSD主控芯片企业完成落地验证。
本次在世界人工智能大会上正式发布UCAgent，是对其技术成熟度与产业价值的双重认可。UCAgent将以此为新起点，坚持开源开放，持续推动芯片验证从“人力密集”走向“智能高效”。
未来，我们将携手生态伙伴，进一步完善UCAgent工具链，拓展更多应用场景，为全球芯片产业提供开源、智能、高效的验证基础设施。
欢迎您关注开芯院公众号
▼