中国科学院自动化研究所科研团队近日宣布，成功研制出全球首款全流程国产化的类脑脉冲大模型“瞬悉1.0”（SpikingBrain-1.0）。该成果标志着我国在类脑计算与大模型融合领域实现重大突破，为下一代人工智能发展提供了全新技术路径。团队核心成员、中科院自动化所研究员李国齐在接受采访时表示，这一成果不仅突破了传统大模型的技术瓶颈，更通过仿生设计开辟了人工智能发展的新方向。
与传统基于Transformer架构的主流大模型不同，“瞬悉1.0”采用仿生设计理念，通过模拟人脑神经元脉冲信号传递机制实现信息处理。李国齐解释，该模型具有三大核心优势：其一，借鉴大脑结构进行架构设计，开创了启发式技术路线；其二，利用0/1脉冲信号实现超低功耗运算，结合事件驱动硬件特性显著降低能耗；其三，创新记忆压缩机制，像人类大脑一样提炼关键信息，避免重复处理冗余数据。这种设计使模型在处理超长文本时仍能保持高效响应，解决了传统大模型面临的存储和计算瓶颈问题。
模型命名蕴含深刻技术理念。“瞬”字体现效率革命，在400万Token处理场景下实现百倍级加速，这种瞬时处理能力源于脉冲神经元的快速响应机制；“悉”字则代表深度理解，通过模拟神经元内生复杂动力学，实现更智能的信息处理。李国齐特别强调，这种基于内生复杂性的架构设计，使模型在保持技术深度的同时具备人性化特质。
在应用场景方面，该模型展现出独特优势。以高能粒子物理实验为例，面对每秒108个数据点、单点2.5MB的超大流量，模型可实时追踪超长数据流中的异常信号。在法律文书分析领域，模型能够一次性完整处理百万字级复杂文本，精准捕捉跨条款约束关系。这些特性使其在DNA序列分析、分子动力学模拟等前沿科学领域具有广阔应用前景。
研发团队透露，这一突破源于十年技术积累。针对深度类脑脉冲神经网络的可训练性、端侧任务性能差距等基础性问题，团队已形成系统化解决方案。此次发布的模型不仅在规模上远超国际同类产品，更构建了从机制原理到工程实现的完整技术闭环。李国齐指出，当前人工智能发展面临Scaling law瓶颈，而人脑作为唯一已知的通用智能系统，其结构功能为技术突破提供了关键启示。
国际竞争格局方面，欧美在类脑计算、神经形态芯片等领域持续投入，近两年在顶级学术期刊发表大量研究成果。国内清华大学、北京大学等高校也在类脑智能方向开展深入研究。李国齐认为，我国此次实现类脑脉冲大模型的规模化落地，标志着在算法算力协同优化方面取得阶段性进展，为全球人工智能发展提供了中国方案。
为推动技术生态建设，团队同步开源70亿参数版本模型，并开放760亿参数模型的测试接口。这一举措既展示了我国在大规模模型训练部署方面的技术实力，也为全球研究者提供了对标交流平台。李国齐表示，开源策略体现了中国科研团队与国际共享成果的开放态度，有助于加速技术创新步伐。
据悉，研发团队已规划后续迭代路线。瞬悉2.0、3.0版本将深入探索神经元动力学特性与线性注意力机制的融合路径，致力于构建具有生物合理性的通用智能模型。在应用推进方面，团队计划拓展模型在复杂多智能体模拟、超长序列科学建模等领域的落地，持续探索脑科学与人工智能的交叉创新。
