中国大模型全球登顶的同一周，另一条赛道上发生的事，才是真正的终局之战。

就在DeepSeek-V4-Flash以3.43万亿Token登顶全球调用榜的同一周，大洋彼岸的普林斯顿大学实验室里，一群神经元正在一个小型三维支架上安静地生长。它们不知道自己正在参与一场革命——科研团队刚刚公布了一个叫3D-MIND的混合生物计算平台，把活体脑细胞和柔性电子器件融合在一起，实现了生物与机器的双向通信。实验数据显示，三维培养的神经元展现出远超平面培养的计算潜力，训练速度显著提升。而更关键的是一组对比数字：人脑完成同等任务所需的能量，仅为现有AI系统的百万分之一。

这两个事件看似分属不同赛道，实际上指向了同一个问题：当中国AI以28.9万亿Token横扫全球时，整个行业也在逼近一道看不见的天花板——算力和能耗。GPU堆得再多，电费也受不了。大模型遵循的“规模定律”正在撞墙，模型越大越聪明没错，但模型越大也越烧钱。解放日报记者俞陶然在报道上海类脑智能产业大会时引用了复旦大学邹卓教授的解释：人脑约有860亿个神经元，通过海量神经突触传递信号，具有稀疏激活、大规模并行的特点，而它的功耗仅20瓦左右，比一个灯泡还低。

这就是类脑智能的底层逻辑——不是跟GPU比谁算得快，而是跟人脑比谁算得巧。

北京理工大学的孙林锋教授团队走得更远。他们在国际上首次发现了一种叫CBPS的新型材料，基于这种材料搭建出了能处理复杂任务的“微型人造大脑”，一口气实现了“感知—存储—计算—激活函数”四位一体的全集成。在医学图像识别测试中，这个系统准确率超过95%。相关成果连续发表在《先进材料》和《自然·通讯》上。从零到一，中国科学家用自己的“砖块”砌出了一条新路。

而回到上海，类脑智能已经不只是实验室里的论文了。5月25日的2026类脑智能产业创新发展大会上，34家企业落户杨浦类脑智能集聚区，核心估值突破百亿。邹卓创立的脑智算芯本月刚完成天使轮融资，他们的类脑计算板卡已进入算力中心完成原型验证，能适配DeepSeek、GLM、千问等多个主流大模型，将计算量压缩至传统方案的一半以下。

这意味着类脑芯片已经从“能不能用”走到了“好不好用”的阶段。邹卓在大会演讲中说了一句很直白的话：“GPU不再是唯一答案。”当AI推理成为持续消耗Token的新基础设施，谁能让Token成本更低、能效比更高，谁就能掌握下一轮的主动权。而类脑芯片的稀疏激活、脉冲驱动和存算融合机制，正是为这个目标量身定做的。

三十年前，硅谷用一个“摩尔定律”统治了全球计算。三十年后，也许终结这个定律的，不是更小的晶体管，而是一颗学会像人脑一样思考的芯片——不追求每秒钟计算多少次，只追求每瓦特能解决多少问题。

当硅谷还在争论大模型该不该开源时，中国的类脑芯片已经插进了算力中心。当全球还在讨论AI伦理时，上海的类脑产业估值已经破了百亿。这场终局之战，赌的不是谁跑得更快，而是谁走得更远。而类脑智能给出的答案很简单：最快的路，可能是学人脑走慢一点，但每一步都踩在最需要的地方。