中国研发出类脑脉冲大模型“瞬悉1.0” 助力高效低能耗AI技术革新

【文/观察者网 张菁娟】在人工智能技术日益演进的背景下，中国科研团队近日推出了一款名为“瞬悉1.0”（SpikingBrain-1.0）的类脑脉冲大模型，旨在提升AI系统的性能与能源效率。这一创新性模型的研发，标志着中国在类脑智能领域的重大进展，并为推动新一代AI技术的发展提供了新的思路。

“瞬悉1.0”是由中国科学院自动化研究所的李国齐教授和徐波教授团队联合沐曦MetaX共同开发的。该模型的设计灵感来源于人类大脑的工作机制，特别是在神经元激活方面的特性。与传统的AI模型不同，“瞬悉1.0”能够以选择性和高效的方式对输入信息进行处理，这使得其在运算时不仅节省了能源，还显著提升了反应速度。

根据报道，“瞬悉1.0”在多个核心性能指标上取得了突破，其在训练时所需的数据量仅为主流大模型的2%。这一特性，使得它在多任务语言理解（MMLU）、中文多任务语言理解（CMMLU、Ceval）以及常识推理能力（ARC、HS）等任务中表现出色，甚至在某些情况下，其运行速度可实现比传统模型快出100倍的效果。这意味着“瞬悉1.0”不仅在处理速度上表现突出，同时在计算资源的使用上也更加高效。

这款类脑脉冲模型的研发，标志着中国首次提出了大规模的类脑脉冲基础模型架构，并在国产图形处理器（GPU）算力集群上完成了类脑脉冲大模型的训练与推理框架。这一创新有助于解决传统脉冲驱动模型在大规模应用时所面临的性能退化问题。同时，“瞬悉1.0”的超长序列处理能力使其在法律、医学文档分析、复杂多智能体模拟、高能粒子物理实验、DNA序列分析和分子动力学轨迹等长期任务建模场景中展现出显著的效率优势。

中国科学院自动化研究所表示，这一模型的发布为新一代人工智能的发展开辟了一条非Transformer架构的新技术路线, 并将为下一代神经形态计算理论和芯片设计提供新的启示。在当前全球对人工智能技术日益关注的背景下，尤其是美国加强对先进AI芯片出口管控的掌控，这一技术创新具有重要的战略意义。

目前，研究团队已经开源了“瞬悉1.0-7B”模型，并提供了“瞬悉1.0-76B”的测试网址，留给广大的科研人员和开发者进行更深入的探索与研究。根据试用网站的介绍，该系统通过深度融合人脑的信息处理机制及脉冲计算范式，努力提供高效、节能的类脑推理能力，为用户提供强大且可靠的智能服务。

在目前的人工智能领域，多数流行的模型由于需要极为庞大的计算能力而面临着资源枯竭的问题。为了训练这些模型，企业往往需要依赖高端芯片的大型数据中心，而这也会消耗大量的电力和冷却水。即使完成了训练，这些系统在处理长输入或生成复杂响应时，由于并行处理每个词汇而非集中关注关键信息，导致其运行速度缓慢，同时还会对内存带来不小的压力，进一步推高了运行成本，增加了对环境的影响。

“瞬悉1.0”的开发团队在设计理念上大大不同，借鉴了真实神经元的特点，该系统以选择性反应的方式处理信息，从而以更低的能耗完成复杂任务，这与人类大脑的工作原理极为相似。具体而言，该模型模仿了神经元在被刺激时快速发送信号脉冲的特性。这种事件驱动的处理方式使模型在绝大部分时间处于“静默”状态，有助于保持高效的能耗。

研究人员在相关论文中指出：“这一突破性的实践不仅为在国产算力上进行高效的大模型研发提供了宝贵的经验，也为未来大模型的规模化部署与应用开辟了新的路径。”

总体而言，“瞬悉1.0”的推出标志着中国在类脑智能技术中的前瞻性探索，预示着AI技术向高效、低能耗方向发展的未来可能。随着这一类脑脉冲大模型的不断优化与推广，人工智能的应用有望在各行各业迎来新的变革，推动社会的可持续发展。