Anthropic千亿估值买不来未来：类脑智能正在逆袭

上周四，Anthropic以9650亿美元的估值完成了650亿美元的融资。这个数字让很多人兴奋，也让一些人不安。但不管你怎么看，有一件事是确定的：市场已经用真金白银给「当前这条AI路线」投了信任票。

可问题恰恰出在这里。当前这条路——大模型、Transformer架构、靠堆积算力来提升智能——正在触碰天花板。训练一次GPT-5级别模型的电费，够一个小型城市用一整天。英伟达的GPU供不应求，谷歌和微软在疯狂修建数据中心，巴菲特投100亿押注算力基建——所有这些都指向同一个事实：我们正在用蛮力堆智能，而这条路越走越贵。

有没有另一条路？有。而且它正在从实验室走出来。

上个月，中国科学院院士张旭在《中国科学报》上发了一篇文章，标题很朴素：「类脑智能是下一代AI的重要突破方向」。文章的核心观点很简单：传统AI依赖的是算力，类脑智能模仿的是人脑——人脑只有20瓦的功耗，却能同时处理视觉、语言、记忆和情感。这个能效比，是当前任何大模型都无法企及的。

过去一年，国内类脑智能的进展速度超出了很多人的预期。浙江大学发布了「悟空」类脑计算机，神经元规模超过20亿，接近猕猴大脑的水平，功耗只有2000瓦。作为对比，训练一个千亿参数的大模型需要上万块GPU、功耗以兆瓦计。中国的「瞬悉1.0」脉冲大模型、BriLLM类脑大模型、类脑智算体「智者一号」也在同期密集发布。这些成果不是PPT，是真实跑起来的系统。

上个月底，类脑智能产业创新发展联盟在发布产业图谱时给出了一个判断：「类脑智能正站在从技术突破迈向场景验证的关键节点」。目前已在智能机器人、低空经济、自动驾驶、智慧医疗等领域进入实测阶段。

再看美国这边。Intel的Hala Point系统集成了1152个Loihi 2类脑芯片核心，是目前国际最大规模的神经拟态计算系统。美国初创公司Eon Systems在2026年成功将果蝇全脑仿真模型接入物理引擎，实现了类脑具身控制——不要小看果蝇，从果蝇到猴子再到人类，这个路径一旦走通，类脑智能通向通用人工智能（AGI）的路线图就有了生物学依据。

在千亿估值的背面为什么说这件事跟Anthropic的千亿估值有关系？因为所有的估值，买的都是「未来现金流的折现」，不是现在。Anthropic现在靠Claude Code写代码赚钱，但它的天花板取决于算力成本和模型能力的边际增长。如果五年后，类脑芯片能以千分之一功耗跑出同等甚至更强的推理能力，那今天建的所有GPU数据中心都会面临资产重估。这就是为什么我们要跳出大模型的叙事框架，去看一眼隔壁那条看似冷门的赛道。

根据Yole Group的数据，2024年全球类脑智能市场规模还只有2800万美元，但预计到2034年会增长到83.52亿美元——十年三百倍。2025年国内类脑智能领域投融资总额已突破30亿元，其中脑机接口赛道占了43%。上海已经形成了类脑计算和脑机接口两个产业集聚区。

当然，类脑智能也有自己的难题。最大的瓶颈不是钱，是人。能够同时理解脑科学、集成电路和产业应用的复合型人才极其稀缺。另外，「杀手级应用」还没出现——脉冲神经网络目前在语音识别上能把功耗压到极低，精度也已逼近传统神经网络（差距压缩到2%以内），但在大语言模型的复杂推理任务上还远不能跟Transformer架构正面竞争。类脑智能的优势是低功耗和实时性，劣势是规模和通用性。它大概率不会「替代」大模型这条路线，而是在边缘设备、具身智能、实时控制这些场景里开辟新的战场。

这其实很像2015年前后的新能源汽车。当时电动车续航短、充电慢、售价高，大部分人觉得跟燃油车没法比。但它的底层逻辑是对的——能源效率天生比内燃机高——所以十年后它成了主流。类脑智能现在的处境差不多：很多指标不如大模型，但在能效比这个底层逻辑上，它赢在起跑线上了。

Anthropic值不值9650亿美元？值。因为它在当前这条赛道上跑得最快。但如果你想问下一代AI的增长点在哪里，我建议你不只看聚光灯下的Agent和Chatbot，也看一眼聚光灯边缘那台安静运转的「悟空」计算机。它现在只有猕猴大脑的规模，功耗两千瓦。但人脑从来没有靠堆电力变聪明，它靠的是记住该记住的、忘掉该忘掉的——而这是一套大模型至今没有学会的算法。

公众号：OpenSNN