上海布局“类脑智能”未来产业，有望破解大模型发展瓶颈和能耗问题

随着大模型的兴起，人工智能进入了飞速发展阶段，然而随着“规模定律”（Scaling Law）接近极限，大模型的性能提升之路已面临瓶颈。如何突破这个瓶颈？科学界认为，类脑智能是实现下一代人工智能的颠覆性路径。

今天，2025全国类脑智能产业创新发展推进会在上海举行，中国科学院院士、中国科学院脑科学与智能技术卓越创新中心学术主任蒲慕明等众多科学家和产业界人士出席。大会上，类脑智能产业创新发展联盟、类脑智能未来产业基金矩阵发起成立，上海类脑智能未来产业集聚区在杨浦区启动建设。瞄准这一未来产业，上海市科委正在开展体系化布局，加快全过程创新、全链条推进和全要素配置。

让AI突破限制，像人脑一样节能

所谓类脑智能，是以模拟大脑的神经结构和认知原理为核心，使计算系统具有类似人类的感知、推理和学习能力。“2024年诺贝尔物理学奖得主霍普菲尔德是人工智能的先驱，他发明的人工神经网络由大量模拟神经元的节点连接构成，具有记忆功能和大脑可塑性特点。”蒲慕明院士说。这意味着，神经网络这一人工智能重大突破的起点是类脑研究，然而此后，人工智能的发展与类脑智能渐行渐远。

蒲慕明院士在2025全国类脑智能产业创新发展推进会上演讲。

比如大模型采用的Transformer（变换器）架构，就与人脑的神经结构和认知原理差异较大。其发展遵循“规模定律”，即模型性能随着参数量的增加而提升，也随着预训练数据量的增加而提升。目前，这个定律遇到了算力和数据的瓶颈，大模型的性能提升幅度已明显放缓。

能耗也是一个突出问题，预训练大模型的耗电量非常大。OpenAI训练GPT-4时，用了约25000块GPU，每块GPU的功耗是400瓦，完成一次训练需要三个月，耗电量高达2.4亿度。

与GPU相比，人脑的功耗低得多，仅20瓦左右。为何这么节能？研究类脑芯片的复旦大学教授邹卓解释：人脑约有860亿个神经元，通过海量的神经突触传递信号，具有稀疏激活、大规模并行特点，为低功耗、可扩展的计算奠定了基础。

“我们要借鉴大脑的结构和计算特点，让人工智能突破算力、数据和参数规模的限制，实现更高级别的通用人工智能。”蒲慕明说，“布局类脑智能技术研发，对我国人工智能发展具有战略意义。”

率先布局，打造类脑智能产业生态

2017年，上海市科委在全国率先开展类脑智能布局，通过深化基础原创理论研究、加快关键核心技术攻关、承接国家重大战略任务等举措，在类脑计算芯片、类脑视觉系统研发等领域取得了重要成果。去年以来，市科委进一步增强战略敏捷和战略主动，体系化布局类脑智能前沿技术和未来产业。

在类脑计算芯片领域，邹卓教授团队正在研发基于脉冲神经网络的神经形态芯片。这种芯片是未来类脑计算机的基础，用大规模并行处理单元模拟大脑神经元，并用网络化互联模拟突触传递。“脉冲神经网络通过单比特脉冲计算，把复杂的乘加运算简化为累加运算，从而有效地降低芯片的计算功耗。”邹卓说，“它还具有事件驱动的特点，输入刺激时才会动态激活局部网络，完成分布式计算。就像我们的视觉，能更敏感地捕捉到运动的物体。”凭借这些优势，类脑芯片与CPU、GPU等传统芯片相比，有望实现1—2个数量级的能效提升。

在类脑芯片研发过程中，邹卓团队与新氦类脑智能公司长期合作。这是一家入驻上海类脑智能未来产业集聚区的新型研发机构，在市区两级政府支持下，新氦类脑智能建设了类脑芯片原型验证平台，支持复旦大学、曦智科技等高校院所和企业研制出新一代芯片的原型样机，节省了大量研发成本。邹卓认为，取得类脑智能研究成果后，下一步要走产业引领道路，引导越来越多的企业进入这条新赛道，共建创新生态。

上海类脑智能未来产业集聚区今天在杨浦区启动建设。

今天发起成立的类脑智能产业创新发展联盟，集聚了一批产业界先行者。联盟联席秘书长、中国信通院上海工创中心总经理郑忠斌介绍，联盟成员单位中，既有灵汐科技、时识科技等类脑智能技术研发企业，也有中电海康、华为、长安汽车等技术应用企业。这些企业将与联盟中的高校和科研院所、投资机构等合作，以上海为起点，共同打造面向全国的类脑智能产业生态。

郑忠斌说，联盟将牵头制定类脑智能标准体系、构建类脑智能数据集，探索智能网联汽车、具身智能机器人、智能医疗终端等领域的应用场景。

今天亮相的类脑智能未来产业基金矩阵，由上海未来产业基金、博康共赢基金、道禾基金、杨浦科创集团等10家投资机构联合发起，将支持类脑产业前沿技术研究和落地应用，完善类脑产业布局，扮演“耐心资本”角色。

类脑智能未来产业基金矩阵今天发起成立。

院士呼吁：脑科学与AI专家加强合作

蒲慕明预测，未来5—10年，拥有具身智能的人形机器人将成为类脑智能最重要的应用场景之一。“在具身智能的输入系统，类脑智能可以像人脑那样有整合机制，高效处理来自外界和自身的各种感觉信息；在输出系统，可以像人脑那样对肌肉和关节有多通道的协调控制能力。”

在他看来，目前的大语言模型只有基于已存储知识进行思考的能力，仅凭这些能力是无法实现具身智能的。“人形机器人的类脑中枢要有终身学习能力，通过不断获取复杂、庞大的环境和反馈信息，建立适应某种环境且持续可变的‘世界模型’。”为此，蒲慕明建议科研团队模拟婴儿在两岁前认知外部世界、建立“世界模型”的过程，让人形机器人的类脑中枢也构建出“世界模型”，然后根据不同的应用场景需求，为机器人建立特殊化的“世界模型”。

为了推进这种模拟人类认知的研究，蒲慕明呼吁脑科学与人工智能专家加强合作。“脑科学与人工智能研究应进一步融合，要让脑科学研究者充分认识到大脑机制在人工智能领域的应用前景，也要让人工智能研究者更重视脑科学。”这一双向奔赴，将加速推动近年来的脑科学发现转化为算法、器件等类脑智能成果，把更多的人脑优势移植到机器上。

原标题：《上海布局“类脑智能”未来产业，有望破解大模型发展瓶颈和能耗问题》

栏目主编：黄海华

来源：作者：解放日报 俞陶然