上海布局类脑智能产业破解AI瓶颈复旦类脑计算系统适配主流模型
大模型浪潮席卷之下，人工智能产业正以前所未有的速度狂奔。然而，一个无法回避的现实是：算力瓶颈日益收紧，能耗增长曲线陡峭得令人心惊。如何破局？上海将目光投向了更具碘伏性的未来赛道——类脑智能。这条路，试图从人脑的奥秘中汲取灵感，目标是打造出更高效、更“聪明”的计算系统。
就在昨天，2026类脑智能产业创新发展大会在长阳创谷拉开帷幕。会上不仅展示了上海类脑智能未来产业集聚区的建设成果，还发布了杨浦区支持产业发展的2.0版政策。目前，已有34家企业在此落户，链接的上下游企业超过百家，一个覆盖全链条的产业生态初具雏形，核心企业的总估值更是突破了百亿元大关。
其中，由复旦大学教授邹卓等人创立的脑智算芯，刚刚在本月完成了天使轮融资。这家公司的类脑计算原型系统，已经成功适配了多个主流大模型，甚至包括中科院自动化所的“瞬悉”类脑大模型，并在实际算力中心完成了原型验证，迈出了从实验室走向产业应用的关键一步。
集聚区形成全链条产业雏形
类脑智能，究竟为何被寄予厚望？简单来说，它是人工智能的一条变革性路径，核心在于模拟人脑的神经结构和认知原理，目标是让计算系统具备类似人类的感知、推理和学习能力。
为什么要费尽心思去模拟人脑？一个最直观的答案是：效率。人脑的功耗大约只有20瓦，却能够处理极其复杂的任务，其能效比远超当前的GPU等硬件。邹卓教授解释道，人脑拥有约860亿个神经元，通过海量的突触连接传递信号，其特点是“稀疏激活”和“大规模并行”。科学家们正试图借鉴这种机制，开发出一种全新的计算范式，让系统具备事件驱动、稀疏激活、高效记忆和持续学习等特性，从而有望实现能耗的大幅降低和性能的显著提升。
不仅如此，模拟人脑还可能让大模型变得更“聪明”。过去几年，大模型的发展很大程度上遵循着“规模定律”——参数越多、数据越多，性能就越强。但这条路如今正面临算力和数据的双重天花板。要在底层结构上实现突破，类脑智能提供了一个充满想象力的方向。
入驻企业签约仪式在2026类脑智能产业创新发展大会上举行。
“类脑智能是上海培育新质生产力、布局未来产业的核心赛道。”上海市科委主任骆大进在大会上明确指出了这一点。他介绍，上海已经构建起“四位一体”的推进机制：由项目经理团队主导，以重点任务清单寻求突破，用未来产业基金赋能，并以未来产业集聚区作为支撑。目前，在杨浦打造的类脑智能未来产业集聚区，已经初步形成了覆盖类脑芯片、感知算法到终端应用的全链条产业雏形。下一步，上海计划组建创新联合体、优化集聚区配套、开放重大应用场景，并大力引育顶尖人才和资本，目标直指构筑类脑智能产业的创新高地。
为了加速技术落地，大会还发布了一批类脑智能应用场景，覆盖智慧建筑、智慧金融、智慧医疗等多个领域。这套“场景出题、技术答题、市场阅卷”的模式，联合了上海仪电、申通地铁等国企，以及优刻得、万物新生等上市公司，旨在推动类脑智能技术在真实应用中迭代成熟，帮助科创企业拿下关键的“第一张订单”并走向规模化。
低空经济，就是一个极具潜力的落地场景。最终序列公司CEO殷晓晗分享道，类脑技术的低功耗、高自主性和强泛化能力，恰好能破解无人机行业数据稀缺、边缘算力有限的痛点。他们基于类脑架构开发的“飞行大脑”，已经让无人机获得了完全自主飞行的能力。入驻集聚区后，公司不仅获得了办公场地、算力券等实质性支持，更在相关单位的协助下，得以进入特定开放空域进行测试，大大加速了产品的商业化进程。
用类脑芯片降低Token成本
在类脑智能的产业链中，芯片无疑是核心器件。在市科委项目经理团队的推动下，脑智算芯的产业化进程明显提速。完成天使轮融资后，资金将重点投向类脑大模型推理芯片的研发和原型验证。这个项目经理团队扮演的角色颇为独特，他们不仅联动资本，还深入关注学术前沿，与研发团队探讨技术落地路径，甚至为公司对接下游产业链企业，堪称“企业合伙人”。
脑智算芯研发的类脑计算系统
“真是十年磨一剑。”回顾研发历程，脑智算芯联合创始人邹卓感慨颇深。多年来，他带领团队承担了多项国家级重大科研项目，在类脑计算架构、神经网络处理芯片等前沿领域持续深耕。人工智能产业的爆发，让他清晰地看到了类脑计算走向应用的窗口——战场正从模型训练扩展到推理。训练决定模型的能力上限，而推理则直接决定了产业的成本和规模。“我国日均的Token调用量正在飞速增长，推理算力已经成为持续消耗Token的新基础设施。这个行业迫切需要更低的Token成本、更优的能效比和更快的响应速度。要满足这些需求，GPU或许不再是唯一的答案，张量加速、低延迟推理、大规模片上互联等专用架构已经登台亮相。”邹卓在大会演讲中分析道。
面对新一轮的算力技术竞争，脑智算芯于去年在上海类脑智能未来产业集聚区成立。公司选择走“脑启发”路线，旨在突破AI算力芯片的高能耗瓶颈，填补大规模高性能类脑计算的市场空白，最终构建起面向通用人工智能时代的高能效计算底座。
邹卓教授在2026类脑智能产业创新发展大会上演讲。
目前，脑智算芯已经完成了高性能类脑计算芯片的设计，即将进入流片阶段；其类脑计算板卡也已进入算力中心，原型验证结果符合预期。这些产品采用了稀疏激活、脉冲驱动和存算融合等机制，用大规模并行处理单元模拟神经元，用网络化互联模拟突触传递，成功将计算量压缩至传统方案的一半以下，实现了类似人脑的“按需计算”。
此外，公司还与国内多家大模型头部企业展开合作，通过“芯模算一体”的设计思路，最大化硬件利用率，使其能够适配GLM、千问、DeepSeek等多种主流大语言模型。与中国科学院自动化研究所“瞬悉”类脑大模型的成功适配，更是标志着“软硬协同”创新的开始，双方将持续深化合作。
“我们的目标，是在成熟的工艺条件下，实现极致的Token每秒吞吐能效，支撑新一代大模型和智能体的高效推理。”对于未来，邹卓满怀期待，“这或许能让通用人工智能的时代，来得更早一些。”
相关攻略
全球AI大模型调用量持续增长，中国已连续四周超越美国。中国模型凭借高性价比API、深度融入全球开发者工作流以及注重实战应用等优势，实现了调用量的领先。这标志着全球AI基础设施进入多极化时代，中美模型混合使用成为常态，调用量的增长正推动模型性能优化与生态繁荣。
人工智能面临算力与能耗瓶颈，上海布局类脑智能产业寻求突破。类脑智能模拟人脑结构，旨在实现高效低耗计算。上海已形成覆盖芯片、算法到应用的产业生态，核心企业估值超百亿元。复旦大学团队研发的类脑计算系统适配了多个主流大模型，并完成原型验证，推动技术走向产业应用。
4月23日，梅赛德斯-奔驰旗下最畅销的SUV系列迎来重要里程碑——全新纯电GLC SUV全球首发。新车不仅以“史上最大GLC”的越级尺寸和巨幅屏幕引人注目，更关键的是通过全面接入豆包大模型，将车内智能交互的“真人感”与情感化体验提升至全新高度。 如果说去年发布的纯电CLA概念车揭开了双方合作的序幕，
中国科学院团队提出CIPO新方法，旨在改进大模型训练。传统方法仅判断答案对错，效率低下。CIPO则引导模型参考自身错误答案重新作答，从而从错误中学习并提升纠错能力。该方法无需外部标注，在数学推理和代码生成等任务上表现显著优于传统方法，有效利用了失败样本的价值。
南京大学等机构提出Solvita框架，通过策划者、求解者、神谕者、破解者四个智能体协作，使大模型能积累编程竞赛解题经验。其核心是动态更新的图结构知识网络，根据解题结果调整路径权重，实现持续学习。实验表明，该框架显著提升模型解题率与效率，并降低计算成本。
热门专题
热门推荐
Mango Network (MGO)：重塑Web3未来的高性能多虚拟机公链 在区块链技术飞速演进的今天，可扩展性、互操作性和开发者体验已成为下一代基础设施的核心战场。面对以太坊生态的拥堵与高昂费用，以及众多新兴链带来的流动性割裂，市场亟需一个能够无缝连接不同生态、兼具高性能与安全性的解决方案。正是
在远程办公与在线协作日益普及的今天，视频会议和语音通话中的背景噪音已成为影响沟通效率的常见难题。无论是居家办公时的家庭杂音、咖啡厅的环境嘈杂，还是突如其来的施工声响，这些干扰都会降低通话质量，分散与会者注意力。自2017年成立以来，有一家公司始终专注于利用人工智能技术解决这一痛点——它就是Krisp
产品介绍 在信息过载的时代，高效处理音频与视频内容已成为职场人士和内容创作者的普遍需求。听脑AI精准洞察这一痛点，它不仅是一款高精度的语音转文字工具，更是一个深度融合了大型语言模型（LLM）的智能分析平台。其核心价值在于：将冗长的会议录音、访谈视频、课程讲座等音视频资料，快速转化为结构化文本、专业会
在当今数字音乐创作领域，技术门槛正变得越来越低。即使你没有任何乐理基础，或者缺乏专业的录音设备，现在也能通过在线工具轻松实现音乐创作梦想。Boomy 正是这样一个专注于简化音乐制作流程的在线平台，它让普通人也能快速将灵感转化为完整的音乐作品。 Boomy 的核心设计理念非常清晰：它提供了一个丰富的预
在MEXC（抹茶）交易所进行USDT充值的完整指南 对于数字资产交易者而言，快速、安全地将资金划转至交易平台是第一步。本指南将详细介绍在MEXC平台进行USDT充值的具体流程与核心技巧，帮助您高效完成操作，规避常见风险。 一、充值前的准备工作 在开始操作前，有两项准备工作必不可少： 1 确保您已经