中国科学院自动化研究所李国齐、徐波团队在类脑计算领域取得重大进展，联合沐曦metaX公司成功研制全球首款全流程国产化类脑脉冲大模型"瞬悉1.0"（SpikingBrain-1.0）。该模型在国产千卡级GPU集群上完成训练与推理，通过创新性架构设计使超长序列处理效率实现数量级提升，为构建自主可控的新型大模型生态开辟了新路径。
研究团队基于原创的"内生复杂性"理论，构建了脉冲神经元动力学与线性注意力机制的数学关联。通过揭示树突计算的简化形式与现有注意力模型的内在联系，开发出兼具线性复杂度（7B参数）和混合复杂度（12B激活参数）的双版本模型。其中SpikingBrain-1.0-76B版本在保持760亿参数规模的同时，通过动态参数量控制技术实现了计算效率的突破。
针对国产GPU架构特性，研发团队定制开发了专用训练框架，包含Triton算子优化库、模型并行调度策略及集群通信协议。经实测，该系统在沐曦曦云C550集群上的训练效率较国际主流方案提升40%，推理延迟降低65%，特别在法律文书分析、医疗影像诊断等需要处理超长序列的场景中表现突出。
目前，研究团队已开源70亿参数的基础版本，并开放760亿参数模型的测试接口，同步发布中英文技术白皮书。该成果经工业界多场景验证，在保持模型性能的同时，将硬件成本降低至国际同类方案的三分之一，为神经形态计算芯片设计提供了全新理论范式。
项目负责人李国齐指出，这项突破不仅解决了国产算力平台适配大模型的关键技术难题，其创新的脉冲神经元架构更为复杂认知任务处理提供了新思路。相关成果已应用于智慧司法、精准医疗等领域，未来将持续推动脑机接口、类脑芯片等前沿技术的产业化进程。
