多款類腦智能產品在2026世界人工智慧大會上發佈，引發關注；上海市楊浦區發佈《楊浦區關於促進類腦智能產業發展的若干措施》……近年來，類腦智能的熱度不斷上升。《中國未來產業科技創新發展報告（2026年）》藍皮書顯示，我國類腦智能領域投融資總額已突破30億元。
熱度不斷上升的類腦智能具備那些核心優勢？其產業化之路面臨那些挑戰？如何促進類腦智能產業快速發展？
日前，科技日報記者專訪了中國科學院院士、中國神經科學學會理事長張旭，圍繞類腦智能的概念邊界、技術發展趨勢、產業化路徑等話題展開了交流。
01. AI突破瓶頸需要類腦智能
記者：當前，人工智慧與神經科學的交叉融合受到越來越多的關注，二者是什麼關係？
張旭：人工智慧與神經科學形成了一個雙向促進的閉環。一方面，神經科學的發展為人工智慧提供了仿生思路與理論參考。另一方面，人工智慧已成為神經科學研究的核心工具。
過去十年，生物醫學領域積累了海量的數位化研究資料，僅靠傳統分析手段，很難挖掘出這些資料的深層價值。人工智慧的系統性、綜合性分析能力，能幫助科研人員發現此前難以察覺的規律，並識別出潛在的應用場景。
如今，人工智慧已經成為科研人員、臨床醫生的必備工具。甚至可以說，不瞭解AI for Science（人工智慧驅動的科學研究）的應用邏輯，就會落後於時代。
記者：腦科學與人工智慧交叉領域，先後出現了“腦智”與“類腦智能”等重要概念。這兩個概念有什麼區別？
張旭：“腦智”與“類腦智能”並非同一概念。“腦智”是腦科學與人工智慧的交叉融合，是連接腦科學與人工智慧的橋樑。現在的人工智慧發展主要依託電腦、數學、統計學等學科，和現代神經科學的前沿進展銜接並不緊密，二者之間存在明顯的研究鴻溝。2014年，我牽頭設立“上海腦—智工程”研究計畫的初衷就是彌合鴻溝，填補這一空白。
隨著人工智慧與腦科學的交叉融合加深，以及相關技術迭代發展，“類腦智能”的概念應運而生。
類腦智能是受腦科學啟發的智能科學與技術，屬於技術科學範疇。其核心在於借鑑人腦感知認知神經網路原理及工作機制，工程化地實現受腦資訊處理機制啟發的智能框架、演算法模型和智能計算系統。
相比腦智，類腦智能這一概念更加清晰精準，產業化路徑也更加明確。如今，我們已經明確：類腦智能是面向未來的全新人工智慧理論與技術體系。
記者：為什麼說類腦智能是下一代人工智慧的重要突破方向？
張旭：人工智慧從上世紀五六十年代就吸收了腦科學的基礎發現，但後來主要靠網際網路巨量資料、數學及統計學、電腦技術推動，如今進入了技術瓶頸——過度依賴以圖形處理器（GPU）為代表的主流人工智慧算力和海量資料，導致能耗高、成本高、存在資料安全隱患等。
而類腦智能則另闢蹊徑，模擬生物腦的神經元及其神經網路計算體系。與傳統人工智慧算力方案相比，其硬體規模、能耗需求、使用成本和算力建設成本大幅降低，可保障資料安全、實現專有多模態模型訓練和推理，特別適用於人工智慧應用技術的開發者和使用者，以及相關企業和科研機構、醫院等，可以作為智能體、智慧型手機器人、具身智能的基礎。
這裡我說一個直觀的對比：人類大腦有860億個神經元，能耗只有20瓦；而相同規模的人工智慧系統，能耗高達8兆瓦。這種巨大的差異背後，隱藏著下一代智能技術變革的鑰匙。
記者：能否具體說說類腦智能有那些核心優勢？
張旭：從技術底層來看，傳統馮·諾依曼架構的電腦，僅靠3D堆疊、先進封裝等工程手段，只能小幅降低能耗、提升算力，無法解決記憶體與計算分離的根本問題。而類腦智能是底層架構的根本性變革，它依託仿生神經單元、類腦神經網路架構，從根源上破解了大模型高能耗的難題，同時具備透明可解釋的特點，能避免傳統大模型的幻覺問題。
在隱私保護方面，類腦智能也具有顯著優勢。當前大模型追求公眾化、標準化，而類腦智能支援本地化、私有化訓練——個人健康資料、家庭資料、企業資料等都可完全保留在本地，在實現高度個性化的同時，能保障個人隱私安全和企業安全。
02. 類腦智能產業前景廣闊
記者：當前類腦智能產業化面臨的共性堵點有那些？
張旭：經過研究者多年努力，類腦智能領域已逐漸形成貫通的創新鏈條：從腦感知、認知神經網路基礎研究，到腦機介面編解碼、調控技術，再到演算法模型、晶片器件、計算系統開發等，每個環節都能催生對應企業，創新鏈與產業鏈高度吻合，類腦智能技術正逐步從研究端嚮應用端邁進。
當前，類腦智能產業化最突出的堵點，在於技術體系新、綜合門檻高，相關人才短缺，尚未完成行業普及。技術落地需要大量工程師掌握類腦計算技術，為不同行業開發適配的專用裝置、演算法模型與應用場景，這需要一定的發展周期。
記者：如何看待類腦智能的未來發展趨勢？
張旭：可以肯定的是，類腦智能發展前景非常廣闊。其核心價值主要體現在兩方面：一是實現智能算力的普惠化——未來普通家庭、中小型實驗室和科研機構、大小醫院、中小企業都可以部署輕量化的類腦智能計算裝置，自主開發適配自身需求的垂直大模型，真正把智能算力交到大眾手中；二是技術將深度滲透社會各行各業，催生大量全新的智能應用場景，同時保障資料隱私與核心技術安全。
記者：聽說您正在廣東培育類腦領域企業。
張旭：是的。2014年到2020年是腦科學與人工智慧融合產業的起步階段，誕生了寒武紀、聯影醫療等一批標誌性企業。2020年之後，具備明確類腦智能屬性的企業不斷湧現。
此前，我們在上海推動“上海腦—智工程”研究計畫，孵化了一批標竿企業。目前，我們正在上海和廣東積極建構類腦智能產業生態，也孵化了多家類腦領域企業，覆蓋類腦演算法軟體、高端智能硬體等賽道。
類腦智能屬於典型的高端製造業，有自身的發展規律。當前相關企業正處於快速爬升階段，發展勢頭良好，社會價值潛力巨大。
記者：後續團隊的重點攻堅方向是什麼？
張旭：類腦智能的研發已經從早期的單一方向轉向全方位佈局，但我們始終聚焦底層基礎理論、核心技術這類根本性問題攻關，這是科研機構的核心職責。
類腦計算系統的系統性、交叉性極強，研發周期長，最終必須落地為實體產品，通過實際運行驗證理論上的算力優勢，再反向迭代最佳化基礎研究。後續我們也會聯合行業主體，推進類腦技術與現有產業智能系統的適配，解決應用層面的實際問題。
記者：您提到最終要落地為實體產品、反向迭代最佳化基礎研究。在打通基礎研究與成果轉化全鏈條方面，您有那些實踐經驗？
張旭：首先，基礎研究和應用研究並不矛盾。“從0到1”的原始創新決定了行業能否實現技術引領，“從1到100”的整合創新同樣有巨大的產業價值。
我們做成果轉化主要有兩條路徑。一是圍繞底層技術自主孵化全新科創企業，打造全新的產業鏈。二是賦能傳統產業，改造現有技術體系，讓傳統CPU在類腦演算法框架下，就能充分釋放算力優勢。
打通基礎研究與應用研究之間的鏈條，首先要從源頭開始就瞄準轉化。科學研究不能只停留在發表論文、申請專利的層面，必須從科研項目立項之初就堅持問題導向，關注產業和社會發展的重大共性問題。比如，當前人工智慧面臨高能耗、高算力成本等行業痛點，這些就是我們攻關的核心方向。
怎麼找問題？我覺得，提煉前沿科學問題離不開跨學科的交流碰撞。我是學醫出身，在中國科學院上海分院工作期間接觸了電腦、數學、物理等多領域的優秀科學家。正是這種多學科交叉拓展了我的研究思路。
03. 培養年輕人跨學科思維
記者：面向未來，類腦智能產業怎樣才能真正實現突破？
張旭：類腦智能當前發展的最大挑戰，並非單純來自現在主流人工智慧算力競爭，而是神經科學、腦機介面、數學、電腦科學、晶片製造等多學科的深度交叉與範式協同不足。類腦智能要真正實現突破，需要打通涵蓋腦認知機理、演算法模型、晶片和系統的全鏈條。
如果抓住這一輪技術變革機遇，中國有望在下一代人工智慧的某些領域佔據上風，實現從“跟隨”到“引領”的跨越。
當前，我國在類腦智能領域已具備“換道超車”的基礎條件，關鍵在於把握時代機遇，堅持自主創新與開放合作並重，推動技術成果轉化為惠民利民的產業實踐。這不僅是科技競爭的需要，更是服務國家高品質發展、滿足人民美好生活嚮往的戰略選擇。
記者：類腦智能將很快走進千家萬戶嗎？
張旭：是的，我預計不會很久遠。保守估計，我認為5年內，類腦智能個人電腦（BI PC）將走進千家萬戶。當然，底層的理論研究、技術研發還需要持續投入相當長的時間，但技術迭代的速度會非常快。
推動類腦智能行業發展，不能只靠科研經費投入，核心要抓兩個方向。
第一是搭建應用生態，智能技術必須有場景、有使用者才能持續迭代，需要政府、科研院所、企業、產業基金多方協同，低成本搭建多元化應用場景，完善產業生態。第二是強化創新鏈與產業鏈的全鏈條銜接，科研資助不能只側重單一環節，要打通從基礎研究、器件開發到產業落地的全鏈路，避免科研成果脫離創新鏈、無法轉化。
我認為，類腦智能需要在現有人工智慧技術體系基礎上錯位拓展，通過眾創聯動、資源整合，與開發者、投資方和消費方共同建構產業生態和發展生態。
記者：作為中國神經科學學會理事長，您覺得學會在促進學科交叉方面怎樣發揮作用？
張旭：學會是非常重要的智庫平台，在推動學科交叉方面扮演著重要角色。學會通常不受單位利益、個人利益束縛，做事公正透明，是真正的科技人員之家。同時，學會的學術氛圍平等開放，大家可以自由探討技術路線與解決方案，是交叉創新的重要載體。
這些年，中國神經科學學會在中國科協的支援下，產出了大量關於類腦智能等的研究建議與產業路線圖。例如，中國神經科學學會已組織編寫《類腦智能產業與技術發展路線圖》《腦機介面產業技術路線圖》等系列報告，為國家決策提供重要支撐。
但對標國際優秀學會，我認為國內學會還有兩個方面需要提升。一是要加強國際化，吸引更多不同國家的學者參與學術會議，通過跨國的思想碰撞拓寬研究視野，提升學術會議的國際影響力。二是要吸引更多年輕人參與。當前不少青年科研人員過度聚焦自身的論文產出，缺少參與行業交流的意識。希望學會加強對青年人的扶持，培養年輕人跨學科的創新思路，拓寬學術視野，這對青年人才的長期發展至關重要。
記者：對這一領域的青年科研人員，您有什麼建議？
張旭：類腦智能是全新的賽道，有大量待開拓的方向，對青年科研人員來說是難得的機遇。做研究不要只盯著自己手裡的幾篇論文、幾組資料，要主動走出去，多參與跨學科學術交流，多接觸前沿成果，睜眼看世界。
交叉領域的創新，往往來自不同學科思想的碰撞。年輕人要保持開放的心態，尊重不同領域的研究思路，多向他人學習，在解決重大共性問題的過程中實現自身成長。
智能科技的未來要靠青年一代去開拓，我希望青年一代能紮根基礎、面嚮應用，在全新的賽道上作出屬於自己和團隊的貢獻。 (科技日報)