产业集聚区成立一年落地34家企业，类脑智能正处于行业爆发前夜
以语言大模型为代表的人工智能（AI）正在以海量电力与数据的消耗为代价变得越来越聪明，但在很多精细场景仍然无法应用。与之相比，人类的大脑是一个不可思议的能效奇迹，只需要区区20瓦的功耗，通过少量学习就能完成极其复杂的感知、推理与决策。
当算力成本变得越来越高，堆叠算力的收益越来越小，科学家与创业者们再次将目光投向大脑，试图进一步用生物脑的运行逻辑改造硬件与算法，这便是“类脑智能”。
5月24日，由浦江创新论坛主办的“2026类脑智能产业创新发展大会”在上海杨浦长阳创谷举行，来自科研院所、科技企业与投资机构的代表齐聚一堂，共同探讨类脑智能的技术路径、商业机遇以及生态建设。大会现场展示了上海类脑智能未来产业集聚区建设成果。
像大脑一样计算
大语言模型所采用的神经网络算法某种程度上也受到大脑的启发，但如今提出的“类脑智能”概念则希望将对大脑的学习推到更深的底层。
会上，《类脑智能产业图谱研究报告》发布，中国信息通信研究院华东分院院长、类脑智能产业创新发展联盟联席秘书长郑忠斌在解读该图谱时指出，今天大多数计算机使用计算与存储分离的冯·诺依曼架构，海量数据需要在内存与处理器之间频繁搬运，虽然运算密度高，通用性强，但也导致了极高的能耗和延迟。
建筑在这一硬件结构上的大语言模型，虽然模拟了神经网络结构，但所采用的全局计算、反向传播等算法，与大脑的计算模式大相径庭。不少人认为，在硬件上和软件上进一步采取大脑计算的原则，或许可以让AI获得像生物脑一样低功耗、高泛用的能力。
虽然科学家们仍未完全揭开大脑的秘密，但已经发现其运行的一些特点，能够被类脑智能研发者所借鉴。脑智算芯（上海）科技有限公司联合创始人邹卓解释说，现有的GPU芯片采用的是“稠密”计算模式，整个芯片有一个统一的“时钟”，钟一“响”，整个计算阵列就必须同步运转。而人脑则是按需计算，局部神经网络各自为政，只有当接收到新的信息或刺激（事件）时，相关的神经元才会被激活发放脉冲信号，这种“稀疏”的计算模式能够节省功耗。
为了达到这种事件驱动、稀疏计算的效果，研发者们对传统芯片架构进行改进。比如将内存拆分并直接放进计算单元，或者运用忆阻器等新材料，让这些单元拥有记忆，并像神经元一样能够并行计算。在理想状态中，在这样的芯片上运行的大模型也要做出调整，如将神经网络模型中神经元之间的连接方式改为更像生物的脉冲形式，即脉冲神经网络（SNN）。
郑忠斌介绍，这样的芯片和算法已经可以在传感器等端侧计算领域发挥很大作用。如在视觉感知领域，传统摄像头会按照固定的帧率不断拍摄完整的图像，产生不必要的数据。而“类脑视觉”可以只在像素的亮度发生变化时才输出信号。这使得它在极低功耗下，拥有极快的响应速度和极高的数据处理效率。
学习大脑的哪一方面以及学习的彻底程度，造就了类脑智能领域中不同的技术路径。知跃空间智能科技有限公司联合创始人张展在大会上描绘了一种“模拟大脑”的愿景。他们试图通过精细复刻线虫和果蝇的真实生物神经元回路，让智能体不再依赖庞大的预训练数据，而是依靠生物进化出的连接结构，自然“涌现”出适应物理世界的通用智能。
“沿途下蛋”
虽然类脑智能展现了巨大的未来技术想象力，从原理上来说不仅能解决目前人工智能的算力和效率痛点，也有望成为催生通用人工智能（AGI）的其中一条路径。但是就目前而言，它正处于技术发展的早期阶段。已经出现的类脑芯片和算法虽然在能效比上有所提升，但缺乏成熟的开发生态，在计算精度、规模化等方面也无法比拟传统方案。这向产业发展提出了挑战。
“类脑不是简单的仿脑，更重要的是一种新型计算范式。我们不能把类脑和传统人工智能变成非此即彼的两条路径，而是需要融合发展。”邹卓在演讲中坦言，把前沿技术推向市场，必须找到足够明确、刚性的时代需求。他的策略是“沿途下蛋”：利用类脑计算稀疏激活的特性，去解决当下大模型运算中单次Token生成成本过高、功耗过大的痛点，并设法兼容现有的主流大模型生态。
从目前的产业格局来看，类脑智能的应用落地呈现出明显的差异化特征，率先在那些受限于功耗、要求极高实时响应的边缘侧与端侧场景中寻找机会，如传感器和无人机。
类脑智能的愿景和应用形成了一种对比：它究竟是能够独立颠覆底层的全新系统，还是只能作为现有大模型算力的一种“外挂”或插件？北京邮电大学党委常委、副校长王源在大会圆桌论坛上抛出了这一疑问。
中国工程院外籍院士顾敏回应称，在短期内，这两种形态都会存在。例如在光学计算领域，完全可以利用光子类脑技术在摄像头前端做成一个低功耗的物理“外挂”，改变现有的视觉智能处理方式。但从长远来看，当人类真正理解并能用脉冲网络复刻智能本质时，它就可能从根本上解决整个系统的能耗危机。
应用场景的拓展正在加速这一进程。中电海康集团副总经理章威认为，不仅是端侧，大模型时代云端推理对低延迟和低成本的需求，同样为类脑智能创造了巨大的潜在空间。在低空经济领域，最终序列CEO殷晓晗提到，类脑技术的低功耗与强泛化能力，正好切中了无人机在边缘算力有限的情况下实现自主飞行的行业痛点。
政府“合伙人”与耐心资本
有与会者表示，作为底层的硬科技创新，类脑智能研发周期长、试错成本极高。造出一枚芯片不仅需要昂贵的流片费用，还需要与大厂争夺动辄百万年薪的顶尖跨学科人才。在商业模式完全跑通之前，如何跨越科技成果转化的“死亡之谷”，是对政府与资本的双重考验。
上海在这一领域的布局显得颇为敏锐。一年前，上海类脑智能未来产业集聚区在杨浦区揭牌，如今已落地34家企业，累计链接上百家类脑企业，覆盖产业全链条。为了给技术找到场景，本次大会上，上海市科委、国资委推动申通地铁、华建集团等多家市属国企集中发布了智慧交通、智慧建筑等第一批类脑智能应用场景，试图用真实的行业订单去牵引技术的迭代。
邹卓告诉记者，在集聚区，市科委为类脑智能产业委派的项目经理，不仅具备紧跟前沿技术的专业能力，还能从企业发展的视角提供产业上下游的资源对接，更像是企业的“合伙人”。
面对具有高度不确定性的未来产业，复旦科创基金董事长孙彭军表示，耐心资本不是“傻瓜资本”，其耐心建立在对技术路线的深度专业研判之上。资本的核心不仅是提供资金，更是构建一个耦合人才、技术、应用场景的底层生态。在这个生态中，即使某些具体的技术路线最终被证明“此路不通”，其试错过程也为整个产业的演进提供了宝贵的价值。
“类脑智能有着高度的不确定性，颠覆性创新的魅力正在于此。”清华大学类脑计算研究中心主任施路平说。与会者们均认为，类脑智能行业正处于爆发的前夜。尽管前方的商业化之路依然迷雾重重，但在算力危机与智能迭代的双重逼迫下，这个融合了生物学与计算机科学的新赛道，已经成为重塑未来的重要候选者。