人工智能正在向各大产业深度赋能，传统技术路径逐渐暴露出局限性。在此背景下，类脑智能技术路线开始崭露头角，被业界视为有望成为下一代通用人工智能的重要发展方向。

不久前在上海举行的2026类脑智能产业创新发展大会上，类脑智能产业创新发展联盟正式发布了《类脑智能产业图谱研究报告》。报告援引Yole Group的数据指出，2024年全球类脑智能市场规模约为2800万美元，预计到2029年将攀升至8.22亿美元，到2034年更有望达到83.52亿美元。粗略计算得出，类脑计算领域的年均复合增长率或高达67.3%，类脑感知领域也能维持在47.9%左右——这一惊人的增长速度，放在任何科技赛道中都极为亮眼。

那么，类脑智能为何能吸引如此广泛的关注？它究竟要解决哪些核心难题？

突破传统瓶颈

报告提出了一个关键判断：“当前，国际类脑智能产业总体处于由基础研究向工程化验证和场景探索发展的阶段。”换言之，技术基础已经具备，但如何落地、能否在真实场景中站稳脚跟，才是接下来的真正挑战。

所谓类脑智能，通俗来讲，是融合脑科学、神经科学与信息科学的一体化技术体系。它的发展速度，很大程度上取决于人类对大脑机理的理解深度，以及计算技术的演进速度。

那么，传统AI为何感到力不从心？类脑智能产业创新发展联盟联席秘书长郑忠斌给出了直白的解释：“传统人工智能正遭遇冯·诺依曼架构瓶颈。”这并非冷僻术语——当前大多数计算机和AI芯片，本质上仍将计算与存储分离处理，数据在内存与处理器之间频繁搬运，导致“功耗墙”和“内存墙”问题日益加剧。特别是在大模型时代，这一矛盾愈发突出。

冯·诺依曼架构奠定了计算机系统的基本范式：CPU负责计算，内存负责存储，两者通过总线传输数据。表面看似合理，但当内存容量急剧膨胀时，CPU与内存之间的传输带宽便成为堵塞的瓶颈。

郑忠斌认为，类脑智能的核心优势在于从底层仿生人脑结构，利用事件驱动、稀疏编码等机制，实现高能效、高扩展性、低延迟与在线学习能力，从而有可能真正突破当前人工智能面临的能量与算力上限。

类脑市场全球布局

从全球视角来看，美国、欧洲、日本等主要经济体正沿着各自路径推进类脑智能产业。

美国的特点不仅在于追求技术突破，更强调围绕芯片构建完整的生态体系——包括编程框架、仿真环境、模型迁移工具、应用验证系统等，形成了全链条的平台化思维。欧洲则侧重于重大科研计划与开放基础设施建设，例如通过HBP（人脑项目）和EBRAINS虚拟平台，建立了从脑机理理解到系统验证的完整研究链条。日本则更务实，将类脑智能定位为赋能智能终端、传感器件和机器人系统的基础支撑技术。

国内情况如何？报告显示，我国类脑智能产业已从单纯的前沿科研探索，加速转向体系化布局与产业化培育阶段。政策支持持续加强，科研产出居全球领先地位，核心技术不断突破，标准化建设初具规模，投融资活动也十分活跃。

数据最有说服力：2016年至2026年1月，中国在类脑智能领域的发文总量达4775篇，占全球总量的41.4%，排名首位，且占比逐年提升。美国以17.7%位居第二，韩国以14.6%位列第三。专利方面更是迅猛——2016年中国相关专利仅823件，到2025年已增至约19212件，增幅超过22倍，统计期内中国专利占比普遍超过50%。

报告提到，自中国提出“脑计划”以来，类脑智能的产业化培育持续推进。科技部专门设立了“脑科学与类脑研究”重大项目，并组织实施了“类脑计算高性能芯片与基础软件”专项。北京、上海、合肥、南京、杭州、深圳等城市，也纷纷围绕关键技术攻关、创新载体建设、成果转化、产业集聚、资金支持、示范应用等方面出台了一揽子政策。核心思路十分明确：以技术能力建设为根基，以产业化探索为导向。

全链条协同深化

报告对类脑智能产业的当前结构进行了清晰梳理：它已初步形成“核心技术层—集成服务与解决方案层—行业应用层”三层架构。

上游的类脑计算与类脑感知领域，已涌现出较为丰富的市场主体和产品形态；中游生态仍在完善中，但集成服务能力正逐步形成；下游应用则处于多场景探索阶段，产业落地空间持续扩展。

以上游的类脑计算芯片为例，硬件产品创新尤为突出。原因不难理解——上游硬件技术门槛高，科研积累深厚，资本与资源相对集中。但软件层面明显滞后，至今尚未出现像CUDA那样通用的底层平台。“硬件有了，开发者如何利用？行业应用如何低成本迁移？这些仍是短板。”郑忠斌直言不讳。

不过，下游应用的机会窗口正在打开。智能机器人、低空经济、智能网联汽车、智慧城市等场景已成为重点关注领域。类脑智能的真正价值，正是在低功耗、高实时、强动态的场景中，提供更为高效的技术解决方案。

就产业未来的演进路径，郑忠斌给出了三段式判断：
短期关键词是“验证期”。类脑智能已到达产业应用的转折点，但还需在具体场景中证明其不可替代的价值。短期突破口主要集中在端侧的低功耗、高实时场景。
中期则进入“生态构建期”。重点将从单点技术突破转向软硬件协同优化，标准体系、开发框架和产业生态的成熟度，将决定规模化推进的速度。
长期来看，是“机制突破期”。类脑智能有可能从根本上改写智能计算的范式，成为迈向通用人工智能的关键路径。

基于这一判断，联盟也提出了一系列建议：构建统一的标准与评测体系、攻克共性核心技术、建设类脑开源社区以降低开发者迁移门槛、强化供需对接以打造标杆示范应用，以及培养跨脑科学、芯片算法与产业应用的复合型人才。

“从投资角度看，我们仍重点着眼于能解决产业真实问题、真实需求的方向。”上海祖泉创新转化研究院院长、复旦科创基金董事长孙彭军表示，产业培育尤其是未来产业培育，更重要的其实是需求牵引、场景牵引，从真实需求出发，倒逼上游研究与研发。

制图/蒋皓明