近日，中国科学院自动化研究所发布消息，宣布由该所李国齐、徐波研究团队与沐曦联合研发的类脑脉冲大模型“瞬悉1.0”（SpikingBrain-1.0）正式问世。

该模型基于研究团队提出的“内生复杂性”理论进行构建，已在国产GPU平台上完成完整的训练与推理流程。相比现有主流模型，“瞬悉1.0”在处理极长文本或数据序列方面展现出更高效能与更快响应速度，验证了国产自主可控、且区别于Transformer架构的新一代大模型技术路径的可行性。

目前广泛使用的Transformer模型在应对超长文本或对话时，通常面临处理速度缓慢、计算成本高昂的问题，造成较大的资源负担。“瞬悉1.0”则模拟大脑神经元内部运作机制，探索出一条能够持续提升模型性能与复杂度的创新架构方向。

实测结果显示，该模型仅需主流模型约2%的数据量，即可在多种语言理解与推理任务中达到接近甚至媲美当前主流模型的表现。

据研究人员介绍，这是国内首次提出适用于大规模任务的类脑线性基础模型架构，并首次基于国产GPU算力集群完成类脑脉冲大模型的训练与推理框架搭建。其在处理超长序列任务方面表现尤为突出，例如法律与医学文档分析、多智能体模拟、高能物理实验、DNA序列建模、分子动力学轨迹分析等复杂场景，具有显著的效率优势。

这一成果不仅为人工智能发展提供了全新的技术路线，也为未来低功耗神经形态计算理论和芯片设计提供了启发与支撑。

试用地址：

https://controller-fold-injuries-thick.trycloudflare.com

技术文档地址：

https://github.com/BICLab/SpikingBrain-7B/blob/main/SpikingBrain_Report_Chi.pdf

模型代码地址：

https://github.com/BICLab/SpikingBrain-7B