全球类脑智能市场3年后或超8亿美元，产业化窗口正在打开|言叶知新

人工智能正在往各个产业里疯狂渗透，大家开始发现，传统的技术路径有点跟不上了。这时候，类脑智能这个方向，开始浮出水面，而且被认为很有可能是下一代通用人工智能的重要技术路线。

最近在上海举办的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了一份《类脑智能产业图谱研究报告》。报告里引用Yole Group的数据说，2024年全球类脑智能市场规模大约是2800万美元，预计到2029年会涨到8.22亿美元，到2034年更会达到83.52亿美元。粗算一下，类脑计算这块，年均复合增长率估计能有67.3%，类脑感知也能维持在47.9%左右——这个增速，放在任何一个科技赛道里，都相当惊人。

那么，为什么类脑智能能引来这么大关注？它到底要解决什么核心问题？

突破传统瓶颈

报告里提到一个关键判断：“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。” 换句话说，技术已经有了，但怎么落地、能不能在现实场景中站稳脚跟，才是接下来的真正考验。

所谓类脑智能，说白了就是融合脑科学、神经科学和信息科学的一套东西。它发展得快不快，很大程度上取决于人类对大脑的理解有多深，以及计算技术能跑多快。

那为什么传统人工智能现在显得吃力了呢？类脑智能产业创新发展联盟联席秘书长郑忠斌给出了一个很直白的解释：“传统人工智能正遭遇冯·诺依曼架构瓶颈。” 这可不是什么冷门术语——今天大多数计算机和AI芯片，本质上还是把计算和存储分成两件事，数据在内存和处理器之间来回搬运，结果就是“功耗墙”和“内存墙”越来越严重。尤其在大模型时代，这个矛盾只会更突出。

冯·诺依曼架构开创了计算机系统结构的基本范式，CPU管计算，内存管存储，两者用总线传数据。听着挺合理的，但问题是，当内存容量像吹气球一样膨胀时，CPU和内存之间的传输带宽就成了堵死的瓶颈。

郑忠斌认为，类脑智能的核心优势就在于从底层仿生人脑，用事件驱动、稀疏编码这些机制，实现高能效、高拓展性、低时延、在线学习，这才可能真正突破当前人工智能面对的能量和算力天花板。

类脑市场全球布局

从全球来看，美国、欧洲、日本这些主要经济体，各自都在用自己的路径推进类脑智能。

美国的特点是，不只追求技术突破，更在乎围绕芯片构建一套完整的生态——编程框架、仿真环境、模型迁移工具、应用验证体系，一条龙都配上，平台化思维很突出。欧洲则更注重重大科研计划和开放基础设施建设，比如通过HBP（人脑项目）和EBRAINS虚拟平台，他们从理解脑机理到系统验证，建了一个完整的研究链条。日本呢，更多是把类脑智能当作提升智能终端、传感器件、机器人系统的一种支撑技术，走得相对务实地气。

国内的情况怎么样？报告显示，我们的类脑智能产业已经从单纯的前沿科研探索，加速转向体系化布局和产业化培育阶段。政策支持在增强，科研产出领先，核心技术不断突破，标准建设也开始起步，投融资也挺活跃。

数据最有说服力：2016年到2026年1月，中国在类脑智能领域的发文总量达到4775篇，占全球总量的41.4%，排名第一，而且占比还在逐年提高。美国排第二，占17.7%，韩国第三，14.6%。专利方面就更猛了——2016年中国的专利数只有823件，到2025年已经涨到约19212件，增幅超过22倍，统计期内的专利占比普遍超过50%。

报告提到，自中国提出“脑计划”以来，类脑智能的产业化培育就在持续发力。科技部专门设置了“脑科学与类脑研究”重大项目，还组织实施了“类脑计算高性能芯片与基础软件”项目。北京、上海、合肥、南京、杭州、深圳这些城市，也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、示范应用等方面出台了一整套政策组合拳。核心思路很明确：以技术能力建设为根基，以产业化探索为方向。

全链条协同深化

报告对类脑智能产业的当前结构做了个清晰的梳理：它已经初步形成了“核心技术层—集成服务与解决方案层—行业应用层”的三层架构。

上游的类脑计算和类脑感知，已经有了比较丰富的市场主体和产品形态；中游的生态还在完善中，但集成服务能力正在逐步形成；下游应用则处于多场景探索阶段，产业落地的空间在不断扩展。

以上游的类脑计算芯片来说，硬件产品的创新比较突出。原因不难理解——上游硬件技术门槛高，科研积累深厚，资本和资源也相对集中。但软件层面却明显滞后，至今还没有出现像CUDA那样通用的底层平台。“硬件有了，开发者怎么用？行业应用怎么低成本地迁移过来？这些还是短板。”郑忠斌说得很直接。

不过，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，这些场景已经成为重点关注的领域。类脑智能的真正价值，正是在低功耗、高实时、强动态的场景里，提供一种更高效的技术方案。

对于产业未来的演进路径，郑忠斌给出了三段式的判断：
短期的关键词是“验证期”。类脑智能已经到了产业应用的拐点，但还需要在具体场景里证明自己的不可替代价值。短期突破口，主要在端侧的低功耗、高实时场景。
中期则进入“生态构建期”。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的成熟度，决定了规模化能跑多快。
长期来看，是“机制突破期”。类脑智能有可能从根本上改写智能计算的算式，成为迈向通用人工智能的一条关键路径。

基于这个判断，联盟也提出了一系列建议：构建统一的标准与评测体系、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表示，做产业培育尤其是未来产业培育，更重要的其实是需求牵引、场景牵引，从真正的需求出发，倒逼上游的研究和研发。

制图/蒋皓明