树突计算破局，知跃开辟通用智能自主新赛道

2026 年，全球人工智能产业迈入 “通用智能” 竞争深水区，中美战略博弈聚焦智能领域核心主权，构建自主知识产权的通用智能新范式成为我国科技突围的关键。在此背景下，知跃空间智能凭借国内独有的 “底层树突计算模拟全脑” 技术路线脱颖而出，6 个月内连获 3轮融资、总金额近亿元，以全链条自主创新能力，成为行业公认最有可能实现通用智能的标杆企业，为我国抢占人工智能主权筑牢技术根基。

从“结构复刻”到“机理还原”：超越果蝇全脑的维度跨越

近期，Eon Systems “赛博果蝇” 成果引爆全球科技圈，其实现的果蝇全脑连接组（含 12.5 万个神经元、5000 万个突触连接）上传，这一里程碑式的进展验证了全脑仿真的可行性，但其本质仍停留在“结构复刻”阶段——即拥有了大脑的“地图”，却尚未完全掌握其“运算逻辑”。

而知跃的树突精细化建模，是深入神经元内部的 “核心运算逻辑还原”，通过模拟树突的离子通道分布、非线性整合机制等微观计算过程，实现了从 “结构复刻” 到 “功能还原” 的维度跨越。

生物智能的核心不仅在于神经元的连接数量，更重要的是神经元内部的计算机制。传统人工神经网络将神经元简化为简单的加权求和（点模型），忽略了生物神经元最核心的树突（Dendrite）。事实上，树突作为生物神经元的核心计算单元，并非简单的信号传输载体，其丰富的离子通道与复杂电生理特性，能实现非线性运算、时空滤波等高级功能，单个精细树突神经元的计算能力堪比 5-8 层深度神经网络。知跃是国内唯一深耕这一底层领域的公司。我们突破传统人工神经网络 “点模型” 局限，构建生物物理精细的多舱室模型，精准模拟树突形态、离子通道与突触连接，完成从 “点” 到 “体” 的革命性升级，这种基于生物第一性原理的建模方式，让智能涌现更加自然、类生物特性更加纯粹，是通往通用智能（AGI）更本质的路径。

技术实证：小数据下的高鲁棒与强泛化

依托底层树突计算的核心突破，知跃打造了全栈式技术体系，并在真实场景中验证了其优越性：

算法性能领跑：知跃自主研发的神经网络（BNN），在复杂时序数据集上的错误率比常规脉冲神经网络降低≥20%，展现出卓越的鲁棒性与泛化能力。

Omni-Brain系统闭环：基于类脑大小脑分层架构，我们实现了“认知—决策—控制”的完整闭环。机器人不再是“离线训练、线上部署”的僵化执行者，而是具备在线持续学习能力的“可进化智能体”。

极致效率验证：在机械臂控制等高难度场景中，主流算法往往需要海量数据训练，而知跃技术仅需10-50条真机数据即可快速收敛。即使在复合扰动环境下，模型在Zero-shot（零样本）情况下的成功率仍保持在70%以上。这一数据有力印证了：只有回归生物底层的计算逻辑，才能真正解决具身智能在不确定环境中的适应难题。

资本背书与产业落地：构建自主可控的智能基座

知跃在技术上的硬实力迅速获得了资本市场的敏锐捕捉。马年新春，知跃完成新一轮融资，由沂景资本领投，顺禧基金、力合中科跟投，6 个月 3 轮融资的 “知跃速度”，背后是顶级投资机构对其“算法×仿真×场景”全栈自主壁垒的高度认可。投资方明确指出，知跃所坚持的树突计算路线，摆脱了海外技术框架的束缚，完美契合国家对于“小数据、强泛化、高鲁棒、低功耗、可解释”通用智能的迫切需求。

本轮融资将用于核心类脑算法的持续研发、仿真平台的持续迭代，以及水下特种机器人、SMT 线边仓物流机器人两大高价值场景的规模化落地。

结语：定义中国类脑智能的未来

当前，全球类脑智能领域多数玩家仍停留在浅层模拟或依附海外开源框架，而知跃已率先完成了从生物原理洞察到工程化落地的完整闭环。

我们深知，真正的通用智能不能仅靠堆砌算力和数据，必须回归智能产生的生物本源。作为国内唯一践行“底层树突计算模拟全脑”路线的企业，知跃将继续聚焦可进化世界模型、高鲁棒类脑决策机制及跨场景迁移能力三大方向，深耕细作。

在2026这个通用智能的分水岭，知跃愿以底层创新为核，以自主可控为魂，不仅做技术的追随者，更做规则的制定者，助力中国在新一轮全球科技竞争中牢牢掌握人工智能的主权与主动。

【免责声明】【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com