从大脑深处寻找下一代智能的源代码，知跃空间智能能否破局类脑智能底层模型？

知跃空间智能：探索类脑智能新路径

独特的发展方向

知跃空间智能选择聚焦类脑智能，致力于从生物神经元计算机制入手，重构AI底层。成立两年来，虽鲜少对外宣扬，但默默耕耘于长期基础工程，搭建面向下一代智能的基础设施，展现出独特的发展路径。

连续融资获认可

在短短10个月内，知跃空间智能连续完成6轮融资，今年以来更是完成4轮融资。最新的天使5+轮数亿元融资由致道资本领投，多家机构跟投，老股东也持续加码，足见其发展潜力获众多机构认可。

AI发展历程与面临的挑战

计算智能时代的进展

过去十几年，人工智能在CloudAI领域取得重要进展，机器学会理解文本、生成图像等，大语言模型带来接近“认知”的语言能力，让人类感受到AI的巨大潜力。

进入物理世界的难题

当AI进入PhysicalAI阶段，与物理世界交互时，问题变得尖锐。真实世界复杂多样，难以依赖海量数据预训练，且要面对实时反馈、鲁棒控制等挑战，传统AI模型面临能耗、延迟和不确定性等问题。

知跃的技术突破与创新

还原真实神经元结构

知跃致力于将被早期AI简化的部分带回模型，关注神经元激活的原因及复杂动力学过程。通过数学建模等方法，把精细神经元中的复杂动力学转化为可训练的计算系统，提升训练效率。

全脑模拟的发展路径

知跃坚持全脑模拟，从低等生物开始向上建模，将连接组与精细神经元动力学等结合，形成持续运行、学习和演化的智能体，为具身智能提供有效结构，推动生物智能模型进入实际任务场景。

知跃在全球生物智能赛道的地位

行业内的代表性公司

全球生物智能赛道上出现了几类代表性公司，如LiquidAI侧重高效基础模型，EonSystems专注连接组仿真，Flourish从皮层机制探索下一代AI。

知跃的差异化优势

知跃把精细全脑建模作为主航道，将多项关键技术置于同一工程体系推进，既注重底层科学，又重视商业闭环，具备多领域综合能力，在全球赛道中独树一帜。

知跃的商业化路径与未来展望

逐步推进的商业化步骤

知跃的商业化进程有序展开，先在高壁垒真实场景验证能力，再沉淀为平台能力，最后形成开发者和生态伙伴体系，为搭建下一代计算平台奠定基础。

探索智能新的延展方式

知跃探索让人的能力在新载体中保存、迁移和发展，其对未来的想象充满克制的浪漫，引发人们对智能与人类关系的深入思考，推动AI向新的阶段迈进。

相关问答

知跃空间智能为什么选择类脑智能方向？

智能的秘密不能仅从参数、数据和算力中寻找，生物大脑经数十亿年进化，有感知、运动等结构，AI进入真实世界需重新理解这些，所以知跃从大脑出发探索类脑智能。

知跃在神经元建模上有什么突破？

知跃关注神经元激活原因及复杂动力学，通过数学建模等，将精细神经元复杂动力学转化为可训练系统，提升训练效率，与其他类脑项目不同，真正深入底层结构。

知跃的全脑模拟是怎样进行的？

知跃沿着自下而上的路线，从线虫、果蝇等低等生物开始建模，将连接组与精细神经元动力学等结合，形成能持续运行、学习和演化的智能体。

知跃在全球生物智能赛道中有何独特之处？

知跃把精细全脑建模作主航道，将连接组复刻等多项技术在同一工程体系推进，既重底层科学又重商业闭环，具备多领域综合能力，区别于其他公司。

知跃的商业化路径是怎样规划的？

先在高壁垒真实场景验证能力，再沉淀为平台能力，最后形成开发者和生态伙伴体系，通过这三步搭建下一代计算平台地基。

知跃对未来智能发展有怎样的想象？

知跃希望让人的经验、判断等能力在新载体中保存、迁移和发展，探索智能新的延展方式，推动AI从参数竞争走向智能结构探索。