据 ai987.cn 于 2026 年 9 月 26 日收到的消息 ‣ 专注于下一代人工智能新范式的脑启发AI新实验室希智智能宣布完成2500万元人民币种子轮融资。资金将主要用于持续研发其脑启发自我进化基座系统，并与领域专家联合开发AI应用。
随着AI智能体从对话类应用向复杂专业工作流延伸，希智智能正在开发一种新方法，旨在帮助AI系统从真实任务执行中学习并持续构建可复用能力。公司近期在上海浦江创新论坛上公开亮相，该论坛由中华人民共和国科学技术部主办。会上，希智智能发布了技术愿景、多学科团队及其自研基座系统。
大语言模型的评估方式正经历关键转变。行业关注点正从静态基准上的生成与推理性能，转向更具挑战性的问题：AI能否可靠完成复杂的真实任务。在投资银行、管理咨询、跨境法务等高风险专业领域，单个任务往往要求处理海量异构文档、协调多软件工作流，并通过迭代验证进行多步推理。然而，当前最先进的大模型在复杂长程任务上仍显吃力，易出现推理漂移、错误累积与执行不一致。前沿智能体基准测试凸显了这一差距：在评估跨应用复杂任务的APEX-Agents和评估专业法律交付成果的Harvey LAB中，即使是最先进模型也难以可靠完成端到端工作。Harvey LAB近期公开结果显示，在严格的“全通过”标准下，头部模型的端到端任务完成率仍低于20%。
希智智能创始人蔡衍松博士表示：“当前AI系统在生成与推理上已取得显著能力，但在任务关键型环境中，真正的考验是AI能否像人类专家那样，在长任务周期内可靠完成复杂多步工作。单纯增加模型参数无法解决可靠执行与累积学习的挑战。我们的‘面向人工智能的脑启发智能（BI4AI）’路线，不止于复刻大脑物理结构，而是借鉴生物智能组织认知、记忆、学习与自适应反馈的原理，推动AI从以计算为中心向以记忆为中心转变。”
为将这一记忆中心理念落地为工程架构，希智智能开发了包含系统1与系统2的双系统架构，整合了专有语言模型层与结构化记忆层。系统1作为高速执行层，服务于高频任务。基于专有潜在交换协议，它实现内部表征层的向量化交互，让功能模块直接交换状态，而非依赖文本的编解码。传统智能体框架通常通过提示词与自然语言上下文协调模块，随着任务跨度扩大，上下文窗口增大带来Token开销，关键信息易被稀释或丢失。潜在交换协议旨在降低复杂工作流中的通信开销与信息损耗。
系统2作为任务中心的分层记忆系统，除事实知识外，还捕获可复用工作流、决策启发式及过往执行经验。遇到非标准或陌生情况时，系统可检索相关经验，提供任务特定约束、执行指引与决策支持，使累积经验变为可复用资产，而非每次任务都从零开始。系统1与系统2共同构成由真实任务反馈驱动的持续学习闭环：执行→反馈→泛化→固化。经验可在此循环中逐步固化为可复用的系统与模型能力，演进过程受评估、准入与回滚机制管控，确保更新可控可逆。随经验积累，系统可逐步适配个体专业人士与组织的工作流、知识与运行环境。
希智智能称架构已完成初步里程碑验证。在覆盖复杂专业任务的基准测试中，其由约300亿参数模型驱动的智能体系统，性能可媲美万亿参数量级的前沿模型，有效支持全私有化、本地化部署。
希智智能的技术路线图植根于计算神经科学、脑启发计算、人工智能与大规模系统的多年跨学科研发。创始人蔡衍松博士在计算神经科学与类脑计算领域经验丰富，曾任新加坡科技研究局类脑计划首席研究员、华为2012实验室类脑计算首席研究员、国内某头部类脑计算实验室首席专家兼主任，现主持并参与多项国家级研究项目，含中国脑计划项目。2024年世界互联网大会上，蔡博士发布国内首个脑启发医学大语言模型“脑启-素问”；2025年基于同源核心技术“启心”，上线情感陪伴大模型。他还推动建设通用类脑云平台，支撑大语言模型与百亿神经元规模脑仿真。其主导的脑启发技术已落地医疗、电力、能源、交通、农业等领域，覆盖算法研究、软件开发至大规模云边算力系统的全链路。
在此基础上，希智智能组建了跨学科团队，涵盖计算神经科学、类脑计算、大模型算法、认知科学与系统工程，兼具严谨学术研究与丰富产业经验，成果发表于《Nature Machine Intelligence》、《IEEE神经网络与学习系统汇刊》等国际顶刊。这使公司能将生物智能洞见与大语言模型、智能体系统、记忆架构等当前AI路径相连，推动面向复杂真实任务的新一代脑启发创新。
目前，希智智能正与投资决策、法律尽调、企业运营治理等专业领域的机构客户合作，在真实工作流中验证脑启发自我进化基座系统。通过持续人机交互，经验可固化为持久可复用的组织记忆，使系统能力越来越贴合各组织的专业技术与知行合一。系统支持本地化部署，保障关键数据、专有工作流与组织知识资产留在企业可控环境。长期看，组织可构建随时间积累、演进、复利增长、真正归自己所有的智能资产——即“自有智能”。
新融资将助力希智智能持续推进核心架构，深化与知识密集型领域专业机构的共创。公司视此为AI从内容生成迈向可靠完成真实任务、并通过真实执行持续进化的关键。其长远愿景是让每个个体与企业都能构建真正属于自己的智能——会学习、会进化、会复利的智能。
综合自网络信息