飞象网讯（孙迎新/文）近日，在2026移动网络大会期间，中国工程院院士、中国科学技术大学信息科学技术学院教授、类脑智能技术及应用国家工程实验室主任吴枫，发表题为《人工智能的新机遇》的主旨演讲。
当前，以Transformer为底座的大模型参数规模已越过10万亿，算力、电力与训练数据却同时收紧；另一边，电子显微镜的迭代，让人类第一次有可能把一立方毫米脑组织里的神经连接看清楚。结合AI技术在科技场景的应用，吴枫阐述了从精细生物神经结构出发，构建神经孪生模型的技术路径，以及它在具身智能、个体智能、脑科学研究与脑机接口上的落点，对人工智能跳出单一规模路线、补上物理世界里的个体智能具有直接意义。
十万亿参数之后，通用智能路在何方
就构建神经孪生模型的技术路径，吴枫表示，以Transformer为基础的大模型，最初是为解决语言问题；模型不断扩展，才用到多模态生成、AIGC，下一步被寄予厚望的是用它产生一个通用的智能体。
“现在模型的规模已经超过了10万亿参数。”吴枫认为，数字越大，问题也越具体，若按人脑的规模折算，模型还要有数量级上的增长，电从哪来、芯片够不够、数据还剩多少，都得重新回答。
他提出一个现实问题：“现在的算力、能源供给能不能满足？对这么大的一个模型，我们有没有足够大的数据来进行训练？”
吴枫认为，沿着这条路走下去，能不能得到像人一样的智能，目前并不清楚。也正因如此，人脑作为另一个现成的通用智能体，重新进入视野。过去100年有25项诺贝尔奖颁给脑科学，人对脑的认知可能只有5%、10%；数据方面，2005年《科学》创刊125周年时列出的125个科学问题里，约一成与脑科学有关。
吴枫进一步表示，5.2亿年进化，脑容量从最原始的3毫升长到今天的1250毫升；860亿个神经元通过千万亿个连接协同，几百个脑区一起工作，通信、计算、存储一体，功能极强而功耗极低。对比来看，人脑从计算机理到架构都与现在的计算机不一样。同样做通用智能，一边靠规模与数据堆出来，一边是漫长进化和自然选择筛出来的，两条路并不重合。
一颗果蝇脑，开启类脑神经研究方向
为什么人工智能没怎么借鉴人脑？吴枫认为原因出在工具上。早期脑科学研究集中在功能，人工智能要的却是神经元之间如何连接；直到本世纪初，神经科学家才提出研究脑的微观连接。
2008年连续切片电子显微镜出现，一立方毫米脑组织不过一颗芝麻大小，成像却要花十年；2014年多电子束电镜把这段时间压到半年，精细观测连接结构才第一次变得可行。
吴枫表示，只要仪器一换，成果就会成串地来。2020年起，斑马鱼脑、果蝇脑、猕猴部分脑区、小鼠视觉皮层相继被解析；此后约五年，《自然》《科学》连续刊登这类工作。
现在国际上对这个领域非常重视，吴枫指出，成像只是第一步，根本目的是揭示生物脑智能的奥秘。今年上半年的一项工作，就特别有意义：果蝇脑有13.9万个神经元、5400万个突触，研究者用人工智能建了一个与生物连接一一对应的图神经网络；给这个脑一个刺激，屏幕上亮起成片放电的神经元，再把信号映射到虚拟果蝇的触角和脚，它开始爬行、开始清洁触角。
吴枫强调，整个过程没有经过学习和训练，而是通过生物的神经结构得到的，表明生物的神经结构具有这样的功能；因此能力已经写在结构里，不在喂进去的数据里；这给我们一个启发，有可能通过精细的生物神经结构，来发展人工智能的模型。
他把神经孪生与当下的大模型进行对比，认为类脑神经模型具有规模小、省电、很强适应性的特点，一般情况下不需要大数据的学习，主要用武之地是具身智能和个体智能。
从无人机应用到神经孪生
谈及无人机应用，吴枫认为，现在的无人机都要有人去操控；若把一颗果蝇脑做成模型放进去，机器就有机会自己感知环境、自己控制，利用生物的方式来进行导航，而不是用我们人给它标注的地图，来完成各种各样的飞行功能。
但他同时指出，现实场景里凑不出那么多标注数据，恰是大模型难办的地方。真要组织一支无人机群递送货物，路径规划之类仍可交给云端大模型，每架飞机靠仿生模型做自我分析、自我回避，两边搭起来用。
