AIGC:
ContentProducer: '001191110102MAD55U9H0F10002'
ContentPropagator: '001191110102MAD55U9H0F10002'
Label: '1'
ProduceID: '99734a9a-c92e-4167-89a7-14e3a5acc7bd'
PropagateID: '99734a9a-c92e-4167-89a7-14e3a5acc7bd'
ReservedCode1: '673bb022-b74e-4f78-b028-dacd878e4ba5'
ReservedCode2: '673bb022-b74e-4f78-b028-dacd878e4ba5'
脑算力深度全解：当生物科技开始"替你算"
2026 年，一个叫"脑算力"的词开始频繁出现在工信部文件、科技期刊和投资圈里。它不是一个单一技术，而是脑机接口、类脑计算、生物计算三条路线汇成的一股新浪潮。这篇文章把"脑算力是什么、走到哪一步、未来怎么走"一次讲透，并配上逻辑图和科技感配图。
目录
- [1. 一句话看懂脑算力](#1. 一句话看懂脑算力)
- [2. 脑算力不是一种技术，而是三条线](#2. 脑算力不是一种技术，而是三条线)
- [3. 为什么突然火了：AI 的能耗危机](#3. 为什么突然火了：AI 的能耗危机)
- [4. 脑机接口：让大脑直接"开口"](#4. 脑机接口：让大脑直接"开口")
- [5. 类脑计算：用芯片模仿大脑](#5. 类脑计算：用芯片模仿大脑)
- [6. 生物计算（湿件）：真的养一团脑细胞当CPU](#6. 生物计算（湿件）：真的养一团脑细胞当CPU)
- [7. 脑算力的未来趋势](#7. 脑算力的未来趋势)
- [8. 争议与冷思考](#8. 争议与冷思考)
- [9. 一张表记住脑算力](#9. 一张表记住脑算力)
- 参考来源
1. 一句话看懂脑算力
脑算力，是让"生物脑"直接参与计算，或让人脑与机器直接对话的一系列技术总称。
它和传统"算力"（芯片、GPU、数据中心）最大的区别在于：不再只靠硅，而是靠"脑"------要么用人脑的神经网络做参考，要么直接用人脑细胞来算。
#mermaid-svg-4Cy8Itc3mlhU4N0Y{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .error-icon{fill:#552222;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .marker{fill:#333333;stroke:#333333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .marker.cross{stroke:#333333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y p{margin:0;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .cluster-label text{fill:#333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .cluster-label span{color:#333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .cluster-label span p{background-color:transparent;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .label text,#mermaid-svg-4Cy8Itc3mlhU4N0Y span{fill:#333;color:#333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .node rect,#mermaid-svg-4Cy8Itc3mlhU4N0Y .node circle,#mermaid-svg-4Cy8Itc3mlhU4N0Y .node ellipse,#mermaid-svg-4Cy8Itc3mlhU4N0Y .node polygon,#mermaid-svg-4Cy8Itc3mlhU4N0Y .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .rough-node .label text,#mermaid-svg-4Cy8Itc3mlhU4N0Y .node .label text,#mermaid-svg-4Cy8Itc3mlhU4N0Y .image-shape .label,#mermaid-svg-4Cy8Itc3mlhU4N0Y .icon-shape .label{text-anchor:middle;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .rough-node .label,#mermaid-svg-4Cy8Itc3mlhU4N0Y .node .label,#mermaid-svg-4Cy8Itc3mlhU4N0Y .image-shape .label,#mermaid-svg-4Cy8Itc3mlhU4N0Y .icon-shape .label{text-align:center;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .node.clickable{cursor:pointer;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .arrowheadPath{fill:#333333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-4Cy8Itc3mlhU4N0Y .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-4Cy8Itc3mlhU4N0Y .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-4Cy8Itc3mlhU4N0Y .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .cluster text{fill:#333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .cluster span{color:#333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-4Cy8Itc3mlhU4N0Y rect.text{fill:none;stroke-width:0;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .icon-shape,#mermaid-svg-4Cy8Itc3mlhU4N0Y .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .icon-shape p,#mermaid-svg-4Cy8Itc3mlhU4N0Y .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .icon-shape .label rect,#mermaid-svg-4Cy8Itc3mlhU4N0Y .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-4Cy8Itc3mlhU4N0Y .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-4Cy8Itc3mlhU4N0Y .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-4Cy8Itc3mlhU4N0Y :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 能耗瓶颈
传统算力
硅基芯片
脑算力
脑机接口
人脑↔机器
类脑计算
芯片模仿脑
生物计算
脑细胞当CPU
这条线已经被写进国家政策：2026 年 8 月，工信部发布《国家脑机接口产业标准体系建设指南（2026 版）》（征求意见稿），把脑机接口产品分为医疗器械、工业生产、消费电子、个人健康、科学研究、融合应用六大类，预计到 2030 年脑机接口标准体系基本成形。
2. 脑算力不是一项技术，而是三条线
很多人把"脑算力"当成一个东西，其实它是三条不同路线的合称，目标各不相同：
| 路线 | 核心思路 | 依赖的"硬件" | 代表 |
|---|---|---|---|
| 脑机接口（BCI） | 人脑和机器之间搭信息通道 | 电极、芯片、算法 | 华大智惠脑、北脑一号 |
| 类脑计算 | 用硅芯片模仿人脑神经网络 | 类脑芯片、神经形态计算 | 上海类脑智能产业、类脑芯片 |
| 生物计算（湿件） | 直接养脑细胞当计算硬件 | 脑类器官、微电极阵列 | Cortical Labs CL1、FinalSpark |
下面这张逻辑图，把三条线如何汇聚成"脑算力"、又指向哪些应用，画清楚了：
一句话：脑机接口是"读脑"和"写脑"，类脑计算是"仿脑"，生物计算是"直接当脑用"。 三者殊途同归，都是为了突破传统算力的能耗和效率天花板。
AI生成
3. 为什么突然火了：AI 的能耗危机
脑算力能成为风口，核心是踩中了一个真实痛点------AI 太耗电了。
3.1 人脑 vs 超级计算机：能耗差 100 万倍
科学家做过一个经典对比：
| 指标 | 顶级超算（Frontier） | 人脑 |
|---|---|---|
| 算力 | 1.102 exaFLOPS | ~1 exaFLOPS（估算） |
| 功耗 | 21 兆瓦（MW） | 10--20 瓦（W） |
| 尺寸 | 680 平方米 | 1.3--1.4 公斤 |
| 造价 | 6 亿美元 | 约 20 瓦维持 |
算力相当，功耗差 100 万倍。 人脑只花 20 瓦（差不多一个小风扇），就能做到顶级超算 21 兆瓦才能办到的计算量。
用公式看能效差：
\text{能效比}=\frac{\text{人脑算力/功耗}}{\text{超算算力/功耗}} \approx \frac{1/20}{1.102/21\times10^6} \approx 10^6
3.2 数据效率：机器学得更慢
- 人学一个"相同/不同"判断，约需 10 个样本；蜜蜂约 10² 个。
- 机器 2018 年用 10⁷ 个样本还学不会。
人脑的数据效率比机器高 10⁶ 倍以上。 这正是大模型"越训越贵、越训越耗"的根本原因。
3.3 AlphaGo 的能耗账
- AlphaGo 训练用了 16 万局棋谱，人类要连续下 175 年。
- 用了 50 块 GPU 训 4 周，耗能约 4×10¹⁰ 焦耳------相当于一个人 10 年全部新陈代谢。
这些数字背后是产业难题：AI 能耗指数级增长不可持续。数据中心耗电已相当于几十座燃煤电厂。硅基计算在"算得快"上赢了，在"算得省、算得聪明"上输得很惨------这正是脑算力逆袭的起点。
4. 脑机接口：让大脑直接"开口"
脑机接口（BCI）是在大脑和外部设备之间建立直接信息通道：采集、解码神经活动，把"想"变成"指令"，也可以反向输入刺激，形成闭环。
4.1 2026 年的重大节点
- 工信部定调：8 月发布脑机接口标准体系建设指南（2026 版）征求意见稿，分 6 大类，2030 年标准成形。
- 华大"华大智惠脑" ：9 月 9 日在深圳发布全球首个多模态片上脑机交互系统，主打"基因---结构---功能"多维解码。
- 北脑一号：完全性脊髓损伤患者植入一年后，从完全瘫痪恢复至不完全性损伤，实现支具辅助下独立行走。
4.2 侵入式 vs 无创式
张旭院士提醒：大众目光过度集中在侵入式医疗，但无创、非侵入式设备才是普惠主流（疲劳驾驶预警、睡眠改善、情绪调节等场景落地门槛更低）。
| 类型 | 特点 | 典型应用 |
|---|---|---|
| 侵入式 | 植入脑内，信号强，风险高 | 重度瘫痪康复、深脑刺激 |
| 非侵入式 | 无创安全，全脑可及 | 疲劳预警、睡眠、情绪调节 |
脑机接口是"读脑"和"写脑"，是碳基智慧与硅基智能融合的桥梁。
5. 类脑计算：用芯片模仿大脑
类脑计算（神经形态计算）的思路是：不用生物，而是用硅芯片去模仿人脑神经网络的工作方式。 它参考神经元"全或无"的动作电位特性，追求低能耗、本地分布式算力。
5.1 为什么被看好
- 更省电：相比通用大模型，类脑计算大幅降低硬件规模、能耗、使用成本和算力建设成本。
- 可本地化 ：实验室、小微企业、甚至家里都能拥有专属算力，不用把数据上传到公共中心，天然契合数据安全需求。
- 可解释性更好：依托人脑神经架构，比高能耗、不可解释的通用大模型更适合落地。
5.2 中国布局
- 张旭院士（中科院院士、神经科学家）：类脑智能是未来真正意义的"惠民"AI ，预计未来五年内产业链规模化落地窗口期，是中国 AI 换道超车的关键抓手。
- 上海已在杨浦打造类脑智能未来产业集聚区：34 家企业落户，累计链接上百家，类脑计算系统已适配主流大模型。
类脑计算是"仿脑"------把大脑的省电设计搬进芯片。当前最大挑战不是传统 AI 算力，而是神经科学、脑机接口、数学、计算机、芯片制造的多学科深度交叉。
6. 生物计算（湿件）：真的养一团脑细胞当 CPU
这是最前沿、也最"科幻"的一条线------不再用硅，直接养一团人脑细胞来当计算硬件。术语叫"湿件"（wetware）或"生物计算机"（biocomputer）。
6.1 怎么做到的
- 从诱导多能干细胞（iPSC）分化出脑类器官（三维脑细胞群），含神经元和支持细胞。
- 把类器官放在微电极阵列上，用电脉冲序列传输信号、读取放电。
- 算法把放电信号解码成可用信息，形成"刺激---响应---解码---控制---反馈"闭环。
6.2 已走到哪一步
| 时间 | 事件 |
|---|---|
| 2021 | Cortical Labs（澳）用培养皿细胞玩《Pong》 |
| 2022 | Kagan 等 80 万神经元学会玩 Pong，学习速度比强化学习快 18 倍 |
| 2025 | 布里斯托大学用 1 万神经元类器官"识别"盲文字母（61%→整合 83%） |
| 2026.2 | Cortical Labs 的 CL1 学会玩《毁灭战士 Doom》 |
| 2026 | FinalSpark（瑞士）出租类器官算力，可远程访问 |
6.3 商业化尝试
- Cortical Labs（澳）：推出 CL1 生物计算机，号称第一台"湿件计算机"，可编程训练，是离商业化最近的样本。
- FinalSpark（瑞士） ：在日内瓦湖畔养一团团沙粒大小的脑细胞群，按"实验工时"出租，全球团队可远程访问、投喂任务。联合创始人说得很实在："作为计算机，目前这些系统从实际角度完全无用，但我希望能跨过这一步。"
生物计算是"直接当脑用"------真正用活细胞去计算。目前还是玩具级，但它代表了一种极致节能的可能性。
AI生成
7. 脑算力的未来趋势
结合张旭院士判断、工信部指南和产业动态，"脑算力"未来几年的走势可以画成这样：
mermaid flowchart TD subgraph 未来五年趋势 T1[脑机接口<br/>非侵入式普惠化] T2[类脑计算<br/>规模化落地窗口期] T3[生物计算<br/>从玩具走向原型机] T4[标准体系<br/>2030年基本成形] end T1 --> R[脑算力成新一代算力底座] T2 --> R T3 --> R T4 --> R R --> A1[医疗康复] R --> A2[工业安全] R --> A3[消费健康] R --> A4[本地分布式算力] R --> A5[类脑芯片与生物芯片]
7.1 趋势一：脑机接口"非侵入普惠化"
- 侵入式临床价值毋庸置疑，但国内核心芯片、信号解码底层技术仍有短板，短期难大规模普及。
- 无创光声电磁脑成像与调控技术（无创、全脑可及、动态可控）被普遍视为下一代主流方向和国际竞争焦点。
7.2 趋势二：类脑计算迎来规模化窗口
- 张旭院士判断：未来五年内，产业链更长、参与主体更广的类脑智能将迎来规模化落地窗口期。
- 定位是新一代算力底座，可作为智能体、智能机器人、具身智能的算力基础。
- 广东、上海等地正孵化类脑芯片、算法创新企业。
7.3 趋势三：生物计算从"玩具"走向"原型机"
- 短期：训练神经元产生目标导向行为是当务之急（目前更多是"膝跳反射"式反应）。
- 中期：闭环系统------把类器官输出转成机器人指令。
- 远期：预测性应用，如加州大学圣迭戈分校穆特里团队计划用 250 万神经元类器官预测亚马孙雨林石油泄漏扩散路径（2028 年前）。
7.4 趋势四：多模态整合成关键词
华大灵枢发布的"华大智惠脑"预示方向：不再单看一种信号，而是把电生理、基因、形态、光学成像在统一框架里多模态、高通量、实时并行分析。未来类脑系统将不仅是"被动观察对象"，更是"可调控、可学习、可进化的智能体"。
8. 争议与冷思考
脑算力很热，但科学界并非没有冷水。
8.1 "感知能力"（sentience）术语争议
- 2022 年 Kagan 团队用"有感知的盘中大脑"描述玩 Pong 的细胞，引发 30 位研究者联名回应：措辞"不恰当、无数据支撑"，可能让整个领域"面临不必要的风险"。
- 作者后来承认："今后不再用'具备感知能力'的表达，当时本该更谨慎。"
8.2 "一团神经元不是大脑"
- 剑桥大学兰开斯特（Madeline Lancaster）："一团神经元并不是一个大脑，它不会思考。" 担心渲染会让公众误解，进而引发过度监管。
8.3 它真的在"计算"吗？
- 兰开斯特质疑目前成果"是否真的属于计算范畴"。
- 更扎心的反证：2024 年研究发现，不含任何神经元的非生物水凝胶也能"学会"玩 Pong------靠的是离子迁移形成的"记忆"，看似学习可能只是假象。
- 但乐观派（穆特里）认为："类器官具备人类认知的基础，甚至可能代表计算系统的下一个节能发展阶段。"
9. 一张表记住脑算力
| 知识点 | 一句话记忆 |
|---|---|
| 脑算力是什么 | 脑机接口 + 类脑计算 + 生物计算三条线 |
| 为什么火 | AI 太耗电，人脑能效是超算的 100 万倍 |
| 脑机接口 | 读脑/写脑，华大智脑 + 北脑一号，非侵入是主流 |
| 类脑计算 | 芯片仿脑，低能耗本地算力，5 年规模化窗口 |
| 生物计算 | 直接养脑细胞当 CPU，CL1 玩 Doom、FinalSpark 出租 |
| 未来趋势 | 非侵入普惠化、类脑规模化、多模态整合、生物原型机 |
| 最大争议 | "一团神经元不是大脑"，水凝胶也会"学"打 Pong |
至于"脑算力会不会真的替代 GPU"------短期不会，但它正在和传统算力互补，重新定义"什么是算力"。用数据说话，别被标题党带偏