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
2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》（国发〔2025〕11号），明确提出“把人工智能融入教育教学全要素、全过程，创新智能学伴、智能教师等人机协同教育教学新模式，推动育人从知识传授为重向能力提升为本转变，加快实现大规模因材施教，提高教育质量，促进教育公平”。近年来，码学堂依托教育大数据院士工作站、贵州省教育大数据技术研究中心、贵州省人工智能与类脑计算全省重点实验室、贵州
本文提出以相变忆阻器构建存内计算阵列，突破脑动力学仿真中冯·诺依曼架构的“存储墙”瓶颈。通过模拟域突触加权与数字域积分协同，结合闭环校准机制，实现单步时延仅2.12毫秒，相较GPU加速50–478倍。该方案在皮层重建、SNN推理与闭环神经调控等场景验证有效，尤其在大规模稀疏网络中优势显著。未来需跨越器件一致性、工具链与集成化障碍，分阶段推进从科研加速卡到边缘类脑芯片的产业化落地。
神经信息学（Neuroinformatics）与神经计算（Neural Computing）构成了从“生物脑机制解析”到“类脑智能系统构建”的完整闭环。：为了突破功耗墙，研究重心正从纯数字 GPU 集群转向模拟神经计算电路及量子 - 神经混合系统（如利用 CIM 解决组合优化），旨在实现极低能耗下的高吞吐量计算。）的环境下，如何通过架构选择（宽单层 vs 深层）和再训练策略来保持计算精度，体现了神
细分赛道中，医疗健康是最确定的商业化方向，认知障碍数字疗法已进入医保目录，验证了支付闭环的可行性；核心器件方面，国产侵入式芯片已实现流片，性能媲美国外产品，为自主可控奠定基础。此外，类脑个人计算机等消费级硬件的推出，正在打开非医疗市场的成长空间。具体标的方面，可结合现有业务与脑机接口产业链环节的关联度审慎筛选，优先选择主业支撑明确、技术储备扎实的品种。，重点关注拥有神经疾病诊疗、认知障碍数字疗法等
对于选型决策者而言，更务实的判断顺序是：先确认能力需求，如需要长程稳定性，优先看融合增强路线的策略增益；需要端侧实时闭环，优先看原生统一路线的平台级延迟与空间锚定精度；需要小数据快速适配，看类脑路线的效率对比。再匹配路线信号，世界模型基准对原生路线有区分度，但对类脑和统一模型路线的解释力有限，不应强求统一的分数对照。具身大脑的名单会随着产品发布与融资事件频繁刷新，但四条技术路线的分野在2026年已
QC_DNACalculator是一款零依赖、纯前端的本地生物计算工具，集DNA/RNA/蛋白质计算于一体，支持翻译、Tm计算、反向互补、摩尔转换、qPCR效率与CRISPR脱靶评分等功能，所有运算在浏览器本地完成，数据不外传。采用分层架构，计算逻辑与界面分离，可单测可复用，双击即可运行。覆盖主流算法，兼顾准确性与实用性，适合科研人员高效、安全地处理序列数据。
这项研究方向，可以帮助研究者理解大模型“到底学到了什么”，不再只依靠下游任务指标去评判模型好坏，从表征层面做模型诊断，对模型可解释性领域非常关键。很多类脑相关研究容易停留在实验室阶段，本场报告重点讨论工程落地路径，对于自动化、嵌入式、工业智能方向开发者很有参考价值。讲者：Josef Kittler，英国萨里大学杰出教授，IEEE会士，IAPR会士。讲者：郭雷，CCF会士，中国科学院院士，北航蓝天首
本文提出QWL三层耦合架构，将量子计算、世界模型与类脑认知结合，以逻辑思维为核心接口。指出类脑大模型的瓶颈在于表征、搜索与因果三重错配，主张量子计算非训练加速器，而是世界模型规划中“量子想象力”的分支并行工具，实现反事实推演。通过双向映射协议与六维评估体系，构建可验证的逻辑闭环，为类脑智能提供可落地的第二引擎。
脑积水是脑脊液循环吸收障碍引发的中枢神经系统疾病，交通性脑积水临床治疗手段有限，动物模型是机制与新药研发关键工具。DSI687Ra01 高岭土诱导 SD 大鼠脑积水模型，通过枕大池注射高岭土混悬液诱发蛛网膜炎症与纤维化，阻碍脑脊液重吸收，稳定复现脑室扩张、颅内压升高、白质损伤、神经炎症及认知运动功能受损等人类脑积水核心表型。该模型造模成功率高、病理进程稳定，可通过 MRI 影像、行为学、组织病理与
未来，亚历山大智能科技将继续秉持“让机器人开发更高效、更省钱”的使命，以GomROS为核心枢纽，筑牢具身智能国产底座，携手产业链上下游合作伙伴，共同开启碳硅共生的工业智能新时代！此外，在产教融合领域，亚历山大智能科技已与山东大学等30余所高校开展深度合作，共建联合实验室与具身智能产业学院，并联合出版了包括《人机交互技术》在内的8册机器人系列教材，构建起从中小学科学启蒙到高校前沿科研的全层级人才培养
