估值破百亿、30余家企业集结，上海类脑具身智能产业加速成势

《科创板日报》9月16日讯（记者 黄心怡）在2026浦江创新论坛·类脑具身智能前沿创新论坛上，《科创板日报》记者了解到，上海已率先系统布局类脑智能未来产业，杨浦依托长阳创谷建设类脑智能未来产业集聚区，已落地30余家相关企业，核心企业总估值突破百亿元，并围绕智慧医疗、智慧城市、智慧金融等方向推动应用场景开放和成果转化。

会上，业界首个类脑认知世界模型Cog-WM1.0发布，多名业内专家分享了类脑智能的最新进展。

▍30余家企业落地上海杨浦，核心企业估值破百亿

杨浦区有关领导在致辞中表示，类脑智能是国家布局未来产业、培育新质生产力的重要方向。上海已率先系统布局类脑智能未来产业，杨浦依托长阳创谷建设类脑智能未来产业集聚区，持续推动科研、产业、资本和应用场景协同发展。

自集聚区启动以来，杨浦围绕“平台+联盟+园区+基金+生态”构建全链条支撑体系，推进产业政策、产业图谱、技术标准、公共技术服务平台、数据采集、测试验证和产业基金等工作。目前，集聚区已落地30余家相关企业，核心企业总估值突破百亿元，并围绕智慧医疗、智慧城市、智慧金融等方向推动应用场景开放和成果转化。

上海类脑智能未来产业集聚区由上海市科委牵头布局，重点围绕类脑芯片、类脑算法、类脑感知和类脑应用四个方向，承担原始创新孵化、科技成果转化、产业生态建设和场景应用赋能等职能。杨浦区则围绕算力补贴、类脑芯片研发、类脑大模型及应用场景推出专项支持政策，并通过集聚企业、链接高校科研机构、举办产业活动、组织专业赛事和推动“揭榜挂帅”等方式加快形成产业生态。

▍业界首个类脑认知世界模型Cog-WM1.0发布

大会现场，具脑磐石发布类脑认知世界模型Cog-WM1.0，这是全球首个基于成体系类脑神经机制研发的类脑隐空间预测世界模型，完成了从主动探索具身导航（Navigation）到价值引导具身操作（Manipulation）的能力验证。

该模型系统借鉴人脑认知神经机制，构建类脑机制下隐空间预测驱动的统一架构，使机器人不再依赖预建地图和海量数据，也能在陌生环境中完成自主规划、语义导航与操作任务。为提升具身智能逼近人脑的高泛化能力水平提供了新的技术路径。

具脑磐石创始人朱森华表示，当前具身智能虽然在导航、操作等方面进展较快，但仍面临数据采集成本高、跨场景泛化和鲁棒性不足、长期记忆与增量学习能力不足、算力与能耗压力较大等问题。其基本判断是，仅依靠扩大数据、参数和算力规模难以持续突破能力上限，需要进一步借鉴人脑的功能神经机制。

据介绍，在导航任务中，Cog-WM1.0模型通过多层级稀疏全局时空记忆和隐空间预测，支持在无预置三维地图情况下进行主动探索和目标导航；在操作任务中，则通过多层级预测和价值引导的经验学习，提高复杂干扰环境下的操作成功率。团队现场展示的测试结果显示，在HM3D-ObjectNav、LIBERO及RoboTwin等基准任务上取得较好表现。

除Cog-WM外，团队还介绍了类脑具身智能研发管理平台、认知世界模型和多生物电融合模型等产品体系，面向本体厂商、行业客户和开发者提供具身交互、导航、操作、协作等能力。其后续技术路线分为三个阶段：一是通过认知世界模型实现高泛化、低数据的“建模世界”；二是向分层稀疏、自适应计算和低功耗演进，实现“建模计算”；三是引入元认知、内在动机和心智模型，实现主动探索、奖励发现和终身学习。

▍类脑芯片正由原理验证走向系统应用

北京邮电大学副校长、教授王源表示，自动驾驶、无人机、具身智能、脑机接口等应用越来越多地运行在端侧或边缘侧，传统冯诺依曼计算架构需要同时满足高性能、低功耗、灵活适配和可控成本，面临明显约束。类脑计算的核心价值在于改变计算范式，体现为存算融合、事件驱动、低功耗、端侧在线学习和生物启发计算等特征。

王源介绍，类脑芯片正由原理验证走向系统应用，并向在线学习、异构融合、训推一体方向发展。

在具身智能方面，他提出“大脑芯片”概念，认为机器人芯片不能仅承担运动控制，而应进一步集成多模态感知、AI推理、决策和控制能力。面向产业化，需要在算力、能效和成本之间形成可量产的平衡，并探索CNN/Transformer与SNN等不同计算范式的异构融合。

中国科学院生物物理研究所周天罡博士从认知科学视角提出，类脑智能不能仅理解为对神经结构或芯片形态的模拟。借鉴Marr的分析框架，需要分别从计算理论层、表征与算法层、实现层理解一个智能系统。他梳理了符号主义、连接主义和具身主义的演进。符号主义强调规则与符号操作，连接主义发展为今天广泛使用的人工神经网络，具身主义则进一步强调认知并非封闭存在于大脑内部，而是脑、身体和环境持续耦合的动态过程。现实中的具身智能仍主要采用表征式方法，真正完全“无表征”的强具身路线仍处于开放研究阶段。

而未来通用智能可能不是这三种范式之间的简单替代，而是根据任务特征综合使用符号处理、神经网络学习和具身动力学机制。未来竞争重点是对认知目标和耦合结构的准确表达。如果只在神经形态芯片层面模拟大脑而忽略身体和环境，可能仍只是得到一种新的计算机器；反之，如果只强调脑—身体—环境耦合而无法形成可计算模型，也难以进入工程实践。未来更重要的是在不同层次上准确描述智能的认知目标、表示方式和耦合结构，认知科学将在定义问题、供给概念和矫正技术方向方面发挥重要作用。

北京脑科学与类脑研究所吉妮博士介绍了Neural Structural Reasoner（NSR）模型，借鉴海马、内嗅皮层、前额叶等脑区在空间认知、关系表征和推理中的协作机制，构建实体层、关系推理层、关系层和关系组合层等分层结构。模型通过局部学习、Hebbian学习和记忆痕迹等机制，将实体和关系直接编码在网络连接中，并利用神经活动传播完成多步推理和规划。团队在认知地图、迷宫规划、知识图谱、关系组合发现和AgentMemory等任务中对NSR进行了验证，并强调其推理过程可通过内部神经激活状态读取，具有较强的可审计性。

复旦大学曾太平博士则聚焦类脑具身导航。他表示，机器人导航的关键挑战正由精度转向鲁棒性。现有技术在常规环境下已具备较好精度和效率，但在大尺度动态环境、雾雪、光照变化、粉尘等复杂条件下，真正制约应用的是系统失败后的自我识别与恢复能力。团队围绕空间几何表征、认知地图、动态流形Hopfield网络和全脑模型开展研究，并在部分实验中利用记忆和神经动力学机制对定位误差进行恢复，在真实室内环境中开展导航验证。他在演讲中表示，类脑导航的价值不只是提高定位精度，而是让机器人形成对环境结构的内部表示，并在复杂条件下保持稳定定位和行动能力。

▍类脑智能不是取代现有AI

论坛期间，《类脑认知世界模型技术白皮书》正式发布。白皮书由类脑智能产业创新发展联盟牵头组织，多家高校、科研院所和产业单位共同参与编制，从认知神经科学视角梳理世界模型的技术演进和主要路线，界定类脑认知世界模型的核心概念和技术架构，讨论主动推理、预测编码等底层机理的工程化价值。白皮书还从产业发展角度提出专项布局、数据基础、标准先行、开放合作等方向。

在圆桌对话环节，来自脑科学和认知科学领域的专家指出，类脑智能不是取代现有AI，而是通过脑启发机制增强现有能力。当前人工智能实际利用的人脑机制仍十分有限，包括睡眠、稳态调节、持续学习、系统一与系统二等大量机制仍有待深入研究并转化为算法。类脑智能更可能与现有大模型、深度学习和机器人技术融合，而非简单替代。脑科学也可通过与算法、芯片和机器人研究的双向互动，进一步加深对人脑机制本身的理解。

据悉，中国在类脑智能论文和专利数量方面已处于第一梯队，但在高影响力原创成果、国际专利、底层核心算法和芯片、企业技术创新、科研成果产业转化以及复合型人才方面仍有提升空间。产业需要逐步建立公开、客观、统一的类脑智能和类脑具身智能评测标准与平台。

（科创板日报记者 黄心怡）