登录社区云，与社区用户共同成长
邀请您加入社区
暂无图片
为遵守国家网络实名制规定，未绑定将限制内容发布与互动
本文提出基于FRA架构的神经形态脉冲计算与事件驱动感知机制，解决超级具身智能在低功耗、高动态场景下的能效瓶颈。通过融合时空编码SNN、STDP在线学习与异步事件流处理，实现微瓦级功耗下0.5ms级延迟响应，能耗较传统CNN降低98%，鲁棒性提升4倍。该系统突破冯·诺依曼架构限制，构建“感知事件化、计算脉冲化、通信异步化”闭环，为微型机器人、深空探测等极端环境提供超低功耗、类脑自适应的智能基座。
作者：赵杰清华大学硕士、微美全息云科技（NASDAQ：WIMI）董事长、微算法科技（NASDAQ：MLGO）董事长、育杰奖学金创始人神经科学数十年的研究证实，人类大脑的电生理活动可通过四类特征鲜明的脑波呈现，每类脑波对应特定的意识状态与生理功能，构成从深度休眠到主动专注的完整意识谱系。当人处于紧张的目标导向状态时，大脑被高频低幅的 β 波主导；身心渐趋放松、睡意朦胧时，脑波转为平缓的 θ 波；进入
更值得注意的是通用大模型的加入，OpenAI在9月确认要自研人形机器人，还有研究把GPT-6和π0.5组合起来当机器人策略，银河通用的研究员做了对比评测，在RoboDojo的10项双臂操控任务里，混合系统的平均分62.6，明显高于GPT-6单独直驱的37.81分，不过碰到精细力控和接触稳定性的任务，还是得靠真正练过物理交互的π0.5这类模型兜底。但这个说法放在2026年的今天并不准确，如今，“预
摒弃传统单体存储模式，采用**多模态特征解耦（Multimodal Feature Decoupling）**策略。记忆的生命周期由情绪 ($E$)、复述 ($R$) 和时间 ($T$) 三个因子共同决定，公式为 $Weight = f(E, R, T)$。本规范基于“记忆架构决定连接方式”的核心理念，通过解构分布式特征节点与稀疏激活机制，构建低能耗、高容量的 AI 世界模型。为实现极低功耗下的智
P.S. 目前国内还是很缺AI人才的，希望更多人能真正加入到AI行业，共同促进行业进步，增强我国的AI竞争力。想要系统学习AI知识的朋友可以看看我精心打磨的教程，教程通俗易懂，高中生都能看懂，还有各种段子风趣幽默，从深度学习基础原理到各领域实战应用都有讲解，我22年的AI积累全在里面了。注意，教程仅限真正想入门AI的朋友，否则看看零散的博文就够了。
Gartner 2027十大战略技术趋势聚焦AI落地的可控性与可持续性，强调从模型能力向业务上下文、执行控制与生命周期管理延伸。核心包括：按工作负载拆分的大型定量模型、语音推理与世界模型；构建AI上下文平台、智能体身份与自主修复机制；推动主权技术、可弃置应用及生物计算服务。报告提醒企业关注责任归属、退出机制与全周期治理，避免盲目投入，确保技术投资匹配业务可控性与风险承受力。
会议主题涵盖人工智能及应用、计算机与信息技术、智能计算三大方向，具体包括模式识别、计算机视觉、机器视觉、指纹与人脸识别、专家系统、语音识别、智能搜索、智能控制、智能机器人、遗传规划、生物特征识别、物联网中的人工智能应用，以及编码与信息保护、计算机网络、嵌入式系统、软件工程、人机交互、神经网络、机器学习、生物计算等议题。本次会议由延世大学主办，琉球大学、立命馆大学、天津大学、上海交通大学、南开大学、
本文聚焦冯·诺依曼架构下“存储墙”对机器视觉的制约，提出铁电光电传感器阵列实现感存算一体的新范式。通过将感知、存储与计算融合于像素级器件，利用铁电材料的非易失多态性与光电耦合特性，在交叉阵列中实现模拟域并行加权求和，显著降低数据搬运带来的功耗与延迟。该技术天然契合类脑视觉与脉冲神经网络，为边缘AI在安防、工业质检、自动驾驶及可穿戴医疗等场景提供高能效、低延迟的智能感知解决方案，突破传统架构瓶颈。
脉冲神经网络（SNN）不是未来的概念：它用离散「脉冲」替代连续数值，神经元只在膜电位冲破阈值时才发放一次，多数时间不干活，因此天然事件驱动、极低能耗。本文先讲清三代神经网络的分界与 LIF 神经元怎么算，再给一段复制即跑的 snnTorch 对照代码，最后用 MAC→AC 的量化账回答「SNN 到底省多少电」。结尾附症状→原因→解法对照表，适合想入类脑计算、又担心训练难度与能耗账的人阅读。
本文探讨了一种基于中华传统哲学“道”的思想，结合分布式边缘计算芯片（如RK3588集群），构建类脑通用人工智能（电子婴儿）的构想。其核心运行逻辑如下：1. 硬件底座（宏观存算一体）：摒弃传统冯·诺依曼架构，将大量边缘计算芯片互联，视为一个个“脑细胞节点”。系统采用“双通道通信”——前端感知以“源路由”像水波一样广播抽象信息，深层记忆则通过“语义路由”建立极速反应的专用链路。2. 认知机制（三次法则
