01 / V8 DIGITAL BRAIN

V8 数字仿生大脑

活着的 AI 记忆体。用模拟生物神经结构的方式组织 AI 能力—— 不是把功能堆在一起,而是让能力像神经系统一样生长、分工、协同。

34
V8 Docs 公开文档篇数
4系列
架构 / 卡片 / 训练 / 范式
7
主线文档(brain / card / story / train)
101KB
V8 主论文正文

02 / AI AGENT MINIHUB

AI Agent Minihub

实验室的通用平台基座。充当用户与大模型之间的 AI 执行网关: 底下的 API 调用、工作流编排、模型调度全部封装在网关层, 上面只需要自然语言就能创建和运行 Agent —— 各种专业工作流都在这个基座上二次开发,本身不绑定任何行业。

WORKFLOW

Agent 工作流:创建 → 训练 → 部署

把重复的脑力活固化成可复用的流程,团队之间直接复用,不靠口口相传。

创建

按业务场景搭建 Agent 与工具的编排关系,边界、权限、可审计项在创建时就定死, 不留「上线后再说」。

训练

用业务自己的数据与反馈持续训练,数据不出私有环境,训练过程可回溯、可复现。

部署

交付到客户自有环境,版本可控、灰度可控,出了问题能立刻回退到上一个稳定版。


03 / LOW-ALTITUDE APPLICATION

AI + 低空应用

面向政府部门的低空业务线:全域无人机一网统管看得见、调得动、追得回; 再叠加城市低空三维底图,把「二维图纸上的规划」变成「三维里能看见、能试飞」。

待补:具体场景与指标

实际用在哪个部门、覆盖多大区域、接了多少架次、处置响应缩短多少; 以及三维建模的机型、航高、巡航速度、建模精度与已覆盖实景范围 —— 这些数字我手上没有可靠数据源,不编。你把真实情况给我,我直接填进去。


04 / JSTAI LEGAL ASSISTANT

JSTAI 律师助手

跑在 Minihub 基座上的第一个垂直工作流,也是实验室目前商业化最成熟的产品。 律师最担心的不是 AI 不够聪明, 而是案件数据泄露——JSTAI 把「数据本地优先 + 云端推理」做成硬约束, 而不是一句承诺。

428
真集成测试 · 7 套件 100% 通过
8
高频文书一键生成
18种
敏感字段自动脱敏规则
5条
数据安全黄金规则
0
案件原始数据上云

05 / OPEN SOURCE COMMUNITY

AI 开源社区

实验室的公开阵地。模型、应用、Skill 全部公开——不只是看别人怎么做, 是自己拿走、改成你要的样子再放回来。

待补:各分区实际收录内容

五个分区目前只有结构。具体收录哪些项目、模型、资讯源和话题, 我手上没有可靠信息源,不编。你把清单给我,我直接填进去。


06 / AIGC CONTENT LINE

AIGC 内容线

产品发布、技术交流、行业资讯,三件事放在一个板块里。静态视觉走画廊, 动态视频走合集,分类结构写在数据文件里 —— 作品和合集加减都不用改页面。

待补:短剧作品 · AIGC 工作流技术交流 · AIGC 专题资讯

这三块目前还没有可发布的内容 —— 短剧还没成片,交流形式和资讯选稿都还在整理。 内容确认后在这里上线,不提前放点开什么都没有的链接。 想先聊:商务合作 谭老师 16670313335。

COLLECTIONS

短视频合集

下面是当前合集结构。合集由 data/videos.json 驱动, 站方用管理页新建合集后一键导出上传,前端零改动。

正在加载合集…


MORE / 更多项目

更多项目

六个产品之外的其他入口。以后有新的产品,会按 01–06 顺延加入首屏, 板块导航条同步加一项。

NEWS

资讯

监管动态 / 选型指南 / 办案实务 / 数据安全与本地化实践

正在加载最新文章…

FAQ

选型时最常问的几个问题

把案卷传给云端大模型,合规上到底算不算违规?

关键看传的是什么。JSTAI 默认在本地完成 OCR 和脱敏,云端只接触到已去除身份标识的文本。 但责任主体仍是律师本人——委托关系下的保密义务、数据处理协议、律所内部合规要求, 这些要由律师和律所自己确认,产品不能替你做决定。

AI 生成的文书,出了错责任在谁?

在律师。AI 只产出草稿,最终提交前律师必须人工审阅——这是执业规范的底线要求, 任何 AI 产品都不能替代这一步。JSTAI 的设计就是把这道人工关卡固定在流程里, 而不是给一个「一键提交」的按钮。

律所内部资料涉密,能不能完全离线用?

可以。BYOK 架构支持自带 Key,也可配置为纯本地模型推理。案卷识别、脱敏、 文书生成三条链路在离线环境下均可完成,只是需要本机具备相应算力。

和我已经在用的通用大模型助手有什么区别?

通用助手不知道你的办案偏好、不认得你的文书格式、也不会主动提醒诉讼时效。 JSTAI 记的是律师的办案习惯——常用法条、律所信息、既往案件摘要, 跨会话复用,不需要每次重新交代背景。

V8 能单独买吗,还是必须连律师助手一起?

可以单独用。V8 是通用底座,对外提供 API 与集成方案,律师 AI 助手是它跑出来的 第一个完整产品。政务与工作流业务线也都跑在同一套底座上。

AIGC 板块的短视频会一直更新吗?

会。短视频按合集归类,合集可以随时手动新建、改名、排序—— 比如「豆包 AI 实战技巧」「V8 技术干货」这样的分法。 加新合集不需要改代码,导一次数据文件就上线。

价格怎么算?

律师 AI 助手核心功能免费永久可用。增值服务按需选择 —— 后续会公开方案。 也可以自带大模型 Key,模型费用直接付给模型厂商。

先下一份,用自己的案卷试一次

不需要注册,不需要绑定付费。装上之后用一份脱敏的旧案卷走一遍完整流程, 四步走完你就知道值不值。

最新律师 AI 资讯

办案实务 · 选型指南 · 数据安全 · 监管动态 —— 写给真正在用 AI 的律师

律所要买 AI 工具,采购前该逼供应商回答的六个问题

采购 AI 工具时,演示做得最漂亮的那家,往往是对你的问题答得最含糊的那家。这篇给六个必须问出口的问题,以及每一问背后真正在防什么。

律师怎么判断一件活该不该交给 AI?我用三个问题筛

"能不能交给 AI"是个错误的问题,因为大部分活都能。真正的问题是"这次交给它,值不值"——三个问题过一遍,大部分答案会自己浮出来。

AI 写的文书里最容易出事的,不是数据对错,是那几句"绝对化"的句子

数据错了你一眼能看出来,但"应当承担全部责任""在任何情况下均不予免责"这种句子,读起来特别顺,也特别难发现。问题在于它们往往是对的——按 AI 的默认理解写的。

法庭上被问"这份材料是 AI 写的吗",最不该做的是否认

已经有法院在核查材料时直接点出 AI 生成的问题了。所以"会不会被问"已经不是一个假设。真正的问题不是怎么否认,而是被问到的时候,你手上有没有一份能说清楚的东西。

对方律师一眼看穿的合同审查意见,问题不在内容,在语气

用 AI 出合同审查意见,最尴尬的时刻不是它写错——错了我会发现,而是它写得太"对"了。对到对方律师看完就知道这是机器写的,然后在谈判桌上据此压价。这篇讲怎么让 AI 的产出重新有律师的体温,同时不把内容交给它编。

客户问"你们是不是用 AI 写我的案子",该怎么答

这个问题迟早会被问到,含糊其辞比承认更糟,坦白又怕客户降低付费意愿。这篇给一个我认为站得住的说法结构:先讲你保证了什么,再讲你没做什么,最后把话交回给客户。

几十页笔录喂给 AI 之后,我做了一件它做不了的事

AI 能把四十页笔录压缩成三段摘要,但它压缩掉的东西恰恰是律师最该看的。这篇讲怎么用 AI 读案卷,同时保住那份"它不敢替你做"的工作——以及一个具体到可以今天就用上的做法:让 AI 交出它不敢确定的部分。

一个人用 AI 和五个人用 AI,差距到底在哪一层?

工具用得一样多,团队里两个人的产出质量可以差一倍。差距不在会不会用,而在三个层次:谁知道怎么用、用完的东西能不能复用、出错的时候谁负责。单人使用只需要第一层,团队必须同时具备三层。

涉外合同里用 AI 翻译,最大的风险是它把差异也翻译没了

双语合同最危险的地方不是译错一个词,是译完之后两份看起来一模一样,而原始法律差异被抹平了。这篇讲 AI 翻译在涉外合同里能用在哪、绝对不能碰哪一段,以及一个我强制自己做的检查动作。

AI 编造的案例进了法庭,国内第一波当庭训诫已经来了

宜昌西陵法院一位律师把 AI 整理的案例材料交上法庭,法官当庭核查发现大部分是假的,当场训诫。通州、北京二中院也有同类问题。这篇把已经发生的几起摊开讲,再给一套 90 秒一条的三层核验动作——重点不在"要用 AI",而在"哪一步绝不能省"。

查看全部 30 篇 →