【香港中通社9月8日電】據中國科學院自動化研究所9月8日消息，近日，該研究所李國齊、徐波團隊與相關單位合作，成功研發出類腦脈衝大模型「瞬悉1.0」（SpikingBrain-1.0）。

　該模型基於團隊原創的「內生複雜性」理論構建，在國產GPU平台上完成了全流程訓練與推理，顯著提升了大模型高效處理極長文本或數據序列的效率和速度，展示了構建國產自主可控的新型（非Transformer）大模型架構生態的可行性。

　當前主流的Transformer模型，在處理超長文章或對話時速度會非常慢且成本極高，造成了巨大的資源消耗。可以說，當前大模型的飛速發展，背後是由巨大的資源消耗驅動的。因此，亟需發展一條低功耗高效率的新型大模型路線。

　與當前主流大模型架構（Transformer架構）不同，「瞬悉1.0」借鑒大腦神經元內部工作機制，清晰地展示了一條不斷提升模型複雜度和性能的新型可行路徑。該模型僅需約主流模型2百分之的數據量，就能在多項語言理解和推理任務中達到眾多主流模型的性能。

　團隊表示，這是中國首次提出大規模類腦線性基礎模型架構，並首次在國產GPU算力集群上構建類腦脈衝大模型框架。

　SpikingBrain-1.0在法律、醫學文檔分析、複雜多智能體模擬、高能粒子物理實驗、DNA序列分析、分子動力學軌跡等超長序列任務中具有顯著效率優勢，為新一代人工智能發展提供了非Transformer架構的新技術路線，並將推動低功耗神經形態計算理論和芯片設計發展。◇