在人工智能加速向各个产业渗透的当下，传统技术路径已经难以满足应用需求。类脑智能有望成为支撑下一代通用人工智能的重要技术路线。

在日前于上海举行的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发布《类脑智能产业图谱研究报告》（下称“报告”）。报告援引Yole Group的数据分析称，2024年全球类脑智能市场规模已达到2800万美元，预计到2029年将增长至8.22亿美元，到2034年将进一步达到83.52亿美元。

从细分赛道看，报告显示，类脑计算市场年均复合增长率预计达67.3%，类脑感知市场也将维持47.9%的年均增速。

突破传统瓶颈

“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。”报告称。

类脑智能是融合脑科学、神经科学与信息科学的战略性前沿科技与未来产业。类脑智能发展与人类对大脑认知的不断深化以及计算技术的进步紧密相连。

“传统人工智能正遭遇冯·诺依曼架构瓶颈。今天大多数计算机和AI芯片本质上依然建立在计算与存储分离的架构上，导致海量数据在内存与处理器之间频繁搬运，产生‘功耗墙’和‘内存墙’。在大模型时代这个问题更加突出。”类脑智能产业创新发展联盟联席秘书长郑忠斌称。

冯·诺依曼架构开启了计算机系统结构发展的先河。它的基本设计是：CPU负责计算，内存负责存储数据，两者是分开的独立单元，通过总线传输数据。因此，在内存容量指数级提升以后，CPU和内存之间的数据传输带宽就成了瓶颈。

在郑忠斌看来，类脑智能从底层架构上仿生人脑，通过事件驱动、稀疏编码等特性，实现高能效、高拓展性、低时延、在线学习的优势，是突破当前人工智能能效与算力瓶颈的关键路径。

类脑市场全球布局

从全球格局看，美国、欧洲、日本等经济体依托各自优势，形成了不同的发展路径。

美国类脑智能产业的特点在于，不仅重视前沿技术突破，更注重围绕芯片形成响应的编程框架、仿真环境、模型迁移工具和应用验证体系，体现出较强的平台化思维；欧洲重视以重大科研计划和开放基础设施推动类脑智能发展；日本开展多项脑计划支持类脑智能与神经科学发展，在仿生硬件、感知器件和机器人融合应用等方向形成特色积累。

美国依托该国国防部高级研究项目局和国家科学基金会的长期支持，在神经形态芯片与开发工具链上形成平台化优势；欧洲借助HBP（人脑项目）和EBRAINS虚拟平台，构建了从脑机理理解到系统验证的完整研究链条；日本类脑智能产业更多作为提升智能终端、传感器件、机器人系统的重要支撑技术。

我国类脑智能产业已从前沿科研探索加快迈向体系化布局和产业化培育阶段，呈现出政策支持增强、科研产出领先、核心技术突破、标准建设起步、投融资活跃的特征。

2016年至2026年1月，中国类脑智能领域发文总量达4775篇，占全球总量的41.4%，排名第一，且占比仍在逐年提升；美国以17.7%位居第二，韩国以14.6%位列第三；专利方面，中国从2016年的823件增长至2025年的约19212件，增幅超过22倍，统计期内专利占比普遍超过50%。

报告称，自中国提出“脑计划”以来，国家持续推进类脑智能的产业化培育。科技部设置科技创新2030“脑科学与类脑研究”重大项目，为加强科技创新央地协同联动，实施“类脑计算高性能芯片与基础软件”项目。

在地方层面，北京、上海、合肥、南京、杭州、深圳等地普遍围绕关键技术攻关，创新载体建设、成果转化、产业集聚、资金支持、示范应用和要素保障等方面形成政策组合，体现出以技术能力建设为核心，以产业化探索为导向的共性特征。

全链条协同深化

报告认为，当前，类脑智能产业已初步形成核心技术层—集成服务与解决方案层—行业应用层的三层结构。

具体来看，上游类脑计算和类脑感知已形成较为丰富的市场主体和产品形态；中游生态处于持续完善阶段，集成服务能力逐步形成；下游应用处于多场景探索阶段，产业落地空间持续拓展。

以上游的类脑计算芯片为例，类脑感知器件等硬件产品创新相对突出。原因在于上游硬件的技术门槛高、科研积累多，资本关注和资源投入相对集中。不过，软件层面尚未形成类似CUDA的通用底层平台。“硬件有了，但开发者如何方便地使用、行业应用如何低成本地迁移，目前仍然是短板。”郑忠斌称。

报告同时称，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方向。郑忠斌分析称，类脑智能的价值正在于，在低功耗、高实时、强动态的场景里，提供一种更高效的技术方案。

对于产业演进路径，郑忠斌给出了三个阶段的判断：短期是验证期。类脑智能已进入产业应用的拐点，但仍需要在具体场景中证明不可替代价值，短期突破口主要在端侧低功耗、高实时场景；中期是生态构建期。产业重点将从单点的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决定了产业规模化速度；长期是机制突破期。类脑智能有望改变智能计算的算式，成为进一步迈向通用人工智能的重要路径。

在这一判断框架下，类脑智能产业创新发展联盟提出了几点建议：构建统一标准与评测体系、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。

“从做投资的角度说，我们还是重点着眼于能解决产业真实的问题、真实的需求。”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称，做产业培育尤其是未来产业培育投资，更重要的是需求牵引、场景牵引，从真正的需求出发，牵引上游研究、研发。制图/蒋皓明