国内AI技术迭代提速 上海类脑体系适配全品类大模型
- 科技快讯
- 1小时前
- 2热度
传统人工智能技术在日常落地使用中,会出现算力消耗过高,运行效率偏低的问题。行业内部一直在寻找可以替代传统运行模式的新技术方向。上海持续推进未来产业布局,重点落地类脑智能相关产业项目。本土研发的类脑计算系统,已经完成和市面主流大模型的适配工作,能够解决传统AI技术落地存在的各类使用问题。
类脑智能是人工智能全新的发展方向。这项技术参照人类大脑的运行方式搭建计算模式。传统AI计算会固定消耗等量算力资源。类脑计算只会针对需要处理的内容调动算力资源。这套运行模式可以压缩整体计算资源消耗,提升AI模型的运行效率。国内多个城市都在跟进这条技术赛道,上海已经形成完整的产业落地体系。

上海杨浦区长阳创谷打造专属的类脑智能产业集聚区。目前已有三十四家相关企业入驻园区。区域联动上百家上下游企业,搭建完整的产业链条。片区内核心企业的整体市场估值,已经突破百亿规模。这片集聚区承担技术研发、产品测试、场景落地等多项功能,是国内规模靠前的类脑智能产业落地载体。
本土科创企业脑智算芯是片区核心研发力量。企业团队由复旦大学相关科研人员组建,专注类脑计算系统和硬件设备的研发工作。企业近期完成天使轮融资,资金全部投入技术迭代和场景适配工作。团队研发的类脑计算原型系统,已经完成多轮算力中心实测工作,整体运行状态稳定。
这套类脑计算系统可以适配多款大众熟知的主流大模型。国内常用的GLM、千问、DeepSeek等大模型,都可以直接搭载这套系统运行。企业同步推出自研瞬悉类脑大模型,整套软硬件体系可以实现自主闭环运行。团队和国内头部大模型企业达成合作,共同推进技术适配和产品迭代工作。

行业普遍采用的传统AI硬件架构,很难贴合大模型的运行需求。大模型参数规模持续扩大,硬件算力和算法适配度会出现匹配偏差。硬件资源会出现大量闲置,整体运行成本持续走高。上海研发的芯模算一体模式,把硬件架构和算法模型做深度匹配,提升硬件资源的实际利用率。
类脑计算系统采用全新的运行机制。系统模拟人脑神经元和突触的工作逻辑,调整传统AI的计算方式。整套体系的计算总量,控制在传统计算模式的一半以内。设备运行的能耗标准大幅降低,更加适配长时间、大规模的AI运行场景。普通用户日常使用的智能工具、云端服务、智能终端,都可以搭载这套技术。
上海针对类脑智能产业出台专项研发扶持计划。市科委开放专项项目申报通道,鼓励团队研发全新的大模型架构。行业不再局限于单一的技术框架,多类技术路径同步推进研发。项目扶持资金可以覆盖技术研发、原型测试、场景落地等多个环节,降低科创企业的研发压力。

上海交通大学、复旦大学等本地高校,持续输出科研团队和技术成果。高校实验室负责基础技术研究,园区企业负责技术转化和商用落地。科研和产业的双向衔接,加快类脑技术的迭代速度。很多实验室成果可以在短时间内完成实测优化,快速投入市场应用。
国内人工智能产业的竞争重心,逐步从模型参数比拼,转向运行效率和落地能力比拼。多数城市的AI产业,集中在模型训练和应用开发层面。上海同步推进硬件、算法、场景的整体布局,搭建全链条产业体系。类脑智能的技术突破,可以补齐传统AI产业的短板,为后续智能终端、云端算力、智能制造领域提供技术支撑。
现阶段上海类脑智能产业,已经完成技术验证和小范围落地。后续会持续扩大场景应用范围,对接民生服务、工业生产、智能设备等多个领域。入驻企业会持续推进软硬件适配优化,提升系统和各类大模型的兼容能力,让新技术可以适配更多大众化的智能使用场景。
