11月中旬,南京紫金山庄。
初冬的金陵大雨滂沱,风里已有寒意;室内,一位位重磅嘉宾登台,台下座无虚席。
这是由南京大学、中共南京市玄武区委、玄武区人民政府指导,南京大学生物智能研究院、南京徐庄高新技术产业开发区、国家高性能医疗器械创新中心联合主办的 2026 国际生物智能创新大会现场的真实场景。
当天,中国科学院院士、南京大学党委书记、世界数据组织理事长谭铁牛,南京市市长李忠军,江苏省政府副秘书长、办公厅主任邱志强,江苏省工信厅副厅长池宇,南京市玄武区委书记张志超出席现场;10 余位两院院士、60 余位前沿学者以及500 余位产业与资本代表到场交流。

是什么让这些身处不同领域的角色,在同一个工作日奔赴南京?答案是人工智能的下一个“未来”——生物智能。
人工智能,走向生物智能
当前,人工智能正朝着“数据智能-物理智能-生物智能”的方向加速演进。换言之,生物智能是人工智能进阶的必然,也是下一阶段的重点。
背后原因,首先与现阶段的人工智能仍“不够聪明”有关。中国科学院院士、南京大学常务副校长、国家高性能医疗器械创新中心主任郑海荣在大会上直言:“大模型可以大量计算,且能够算得准,算得快。但它仍然不够聪明。”
这份“不够聪明”,既指它无法精准理解人类意图,也指执行结果不尽如人意。当人工智能被要求进入物理世界、与真实场景交互时,短板更为明显:能跑能跳却显笨拙,感知不足,决策更无从谈起,稳定性与泛化性问题也尚未根本解决。
“能力”之外,能耗同样制约了人工智能的发展。南京大学前沿科学学院院长、生物智能研究院院长缪峰教授曾算过一笔“能源账”——“当前AI训练与推理的计算量正在指数级暴增,若将全球花在数据搬运上的能耗累加,甚至要抵得上好几个三峡大坝的发电量。而未来,大模型的算力需求会以几个数量级的幅度跃升。”
无论是智能本身,还是智能的稳定、低功耗运行,大自然早已提供了待探寻的“答案”,大脑(尤其是人脑)正是最佳范本之一。
正如中国工程院院士、中国科学技术大学吴枫教授在大会主旨演讲中分享的那样——“通讯、计算、存储为一体的脑,以极低功耗实现了感知、记忆与判断,具备超低功耗与超强鲁棒性。而这些恰恰是今天的人工智能最想得到、却始终得不到的能力。”
清华大学类脑计算研究中心主任施路平教授也阐述了类似的观点:“人脑是目前世界上已知的唯一的、高效的、通用的智能系统。国际半导体协会推荐的两条后摩尔时代颠覆性计算技术路线,一条是量子计算,另一条就是借鉴脑科学原理的类脑计算。”
换言之,人工智能的下一步,必须向智能本身求解(值得注意的是,这是一个互为驱动的过程——人工智能的发展,也在反过来助力神经科学与脑科学的深入)。并且,在这条“求解”路上,产业各方已然开始发力。
多领域研究成果涌现,产业早已不是“从0开始”
多个关键细分领域研究成果的涌现,是产业已经在路上的最好证明。
论文数量可见一斑。据《科学观察》2026年文献计量数据,2016—2025年间全球脑机接口领域论文达11237篇,2022年之后发文量增速明显抬升;哈尔滨工业大学高会军教授在大会现场分享的数据则显示,类器官相关论文在Nature、Science、Cell及其子刊上的年发表量,已从十年前的约200篇增至2025年的约1600篇。
如果说论文数量呈现的是研究端的整体热度,那么本次大会上,嘉宾们在生物智能各领域的研究成果分享,则更直观地展示出我国生物智能产业的发展进度——不仅多个领域“多点开花”,部分领域更已来到产业转化临界点。
例如,吴枫教授团队旨在通过神经孪生实现类脑智能,即以脑精细结构为基础、AI建模算力为支撑,实现人机深度融合。为此,团队构建了涵盖“微观结构、突触连接、介观全貌”的多尺度神经成像技术体系,目前已发布81个多模态、跨尺度、多组学的数据集,数据量达20PB,其中包括全球最大规模的小鼠内嗅皮层PB级连续切片电镜数据集,为揭示大脑神经元工作机理奠定了数据基础。
高会军教授团队则剑指类器官传统人工培养一致性差、批次效应严重、细胞组成单一等难题,基于类器官闭环控制理念完成了智能制造仪器的三代研制,实现初状态定制、规模化制造、长时程动态观察与再生闭环反馈控制,目前已能培养30余种人体正常组织类器官。
脑机接口的进度同样瞩目。国际智慧生物医疗器械领域专家、西湖大学工学院讲席教授Mohamad Sawan展示了植入式与可穿戴神经电子学的闭环方案:神经记录与神经刺激构成脑机接口的两大基本功能,AI完成信号识别与反馈调控,形成闭环。其团队针对中文声母、韵母、声调设计的语言解码方案,同一受试者充分训练后识别率约70%,算法迭代后可提升至75%—80%。
超声技术路线也备受关注。香港理工大学孙雷教授介绍,超声脑机接口无需开颅便可将能量精准聚焦于脑深部,兼顾安全性与时空精度;经超声刺激5天后,帕金森模型小鼠运动功能可恢复七到八成;在其与华山医院合作的临床研究中,功能超声成像已被用于脑损伤昏迷患者的意识评估,为“继续还是放弃”这类最沉重的临床决策提供客观依据。
尤为值得注意的,是两款来自南京大学的生物智能“芯片”项目——“光语芯2.0”与“明德芯元”免疫完整人源化器官芯片。前者主要解决机器视觉的效率与能耗问题。传统计算机视觉把大量带宽和算力浪费在冗余信息上,而人脑依靠视网膜预处理与注意力机制,可以极低消耗完成快速识别。“光语芯2.0”正是对这一机制的复刻:将视觉编码前移至感知端,实现“光信号输入、Token输出”。据悉,“光语芯2.0”已迈过工程化难关,正在小微特机器人、商业航天等场景寻求落地。而后者则在芯片上重建人类免疫微环境,突破物种壁垒与临床转化困境,重塑新药研发模式。

从诸多研究成果可见,生物智能已来到产业转化乃至规模化落地的前夕。而如此丰富的细分领域与纷繁复杂的转化路径,也注定这并非研究端的“一己之事”,而是政策、企业、资本等多方参与的“共赢事业”。
产业协同加速:科研灌溉、政策培土、企业架桥、资本点火
产业各方也的确动作迅速。它们正在拧成一股绳,让这场生物智能的产业转化来得更快、更有效率。
例如,科研工作仍在持续深化。在大会现场,南京大学生物智能研究院正式揭牌。据缪峰教授介绍,该院主要聚焦生物智能基础与大模型、生物启发的感知与计算、生物计算与类器官智能、生物智能体与具身系统四大方向,且将沿着“基础机制—关键技术—系统集成”逐层推进,构成从科学发现到智能实体的研究链条,并依托南京大学学科人才优势与玄武区产业场景纵深,聚力打造生物智能领域的原始创新策源地与未来产业高地,从而为新质生产力发展注入新动能。

任何创新及其转化都离不开政策土壤的培育,南京市玄武区正好提供了国内创新土壤培育的观察范本。
早在生物智能概念被频繁提及之前,玄武区便已在人工智能产业上打下了深厚基础:率先建成运营全省数据产业核心载体“江苏国际数据港”与“玄武大模型工厂”,拿下国家备案大模型数量全省第一的成绩;进而围绕“全方位的智能先行区”建设目标,加快推进具身智能创新中心及数据采集训练中心建设,成功吸引千诀科技等一批创新企业落地。这为生物智能的产业化提前备好了算力、数据与场景底座。
政策土壤之外,国家级转化平台亦在为这场产业转化“架桥铺路”。大会联合主办方之一的国家高性能医疗器械创新中心(下称“国创中心”),依托国家级平台输出全链条产业服务、导入产业生态资源,覆盖检验检测、注册申报、临床验证到投资孵化等环节。
事实上,科研院所、政策与国家转化平台三方已形成了一套“技术策源—成果承载—产业落地”转化机制:南京大学生物智能研究院聚焦前沿科学,承担从 0 到 1 的原创突破;徐庄高新区拿出产业空间,配套专项政策与上下游应用场景,让成果有处可落;国创中心则以医疗器械领域唯一国家级创新中心的身份,导入产业生态资源,为成果落地提供全链条支撑。
而当科研持续深化,创新土壤、平台与转化机制持续完善,把技术接进场景、把成果做成产品的企业应用端,也开始行动起来,并已取得阶段性成果。
例如中电海康与其合作伙伴,便堪称生物智能界的产学研深度合作范本。早在2019年,中电海康便与清华大学共建类脑计算联合研究中心,并较早投资了清华类脑成果孵化的灵汐科技;近年来又与南京大学、浙江大学等高校在神经形态计算方向上展开合作。
合作成果清晰可见:基于灵汐K200芯片开发的板卡、服务器、类脑智算集群已成体系,芯片出货几十万颗。中电海康集团有限公司副总经理章威把这套合作逻辑总结为两句话:其一是“在相对成熟的产业中发展未来产业”,让实验室的新技术搭上成熟渠道的车;其二是“坚持沿途下蛋”,把每个阶段的认知转化为能卖的成果,再让市场反馈倒逼科研。
而本次大会的重点项目之一“光语芯2.0”,目前正在筹备创立公司,以更为市场化的方式承接技术转化;明德芯元则面向创新药、细胞治疗药物、疫苗的临床前评价,计划先与国内头部创新药企联合开发跑通商业模式,再以个性化精准医疗打开第二增长曲线。
当市场运行机制不断完善,另一股不容忽视的力量也在加速进场——资本。
2026年相关赛道的投融资数据,是资本看好生物智能的最好例证。据IT桔子数据,脑机接口投融资自2024年起明显提速,年度投资数量近乎翻倍;进入2026年,投资增速进一步提升,亿级融资开始频繁出现。类器官/器官芯片与类脑计算的投融资也在升温——据36氪报道,截至2026年7月,国内类器官与器官芯片领域累计融资金额已超11亿元,是生物医药投融资中少数没有降温的细分方向之一;类脑计算也迎来国资入场,时识科技6月完成的数亿元B轮融资,便由国调二期协同发展基金领投。
本次大会的参会企业中,也不乏获得大额融资的企业身影:主攻芯片及计算的微纳核芯累计融资超30亿元,深耕大模型及陪伴机器人的智梦科技一年内连融两轮、投资方不乏高瓴等知名机构,具身智能企业千诀科技亦完成B轮融资。资金入场,产业正在加速。
对于资本在生物智能领域的热度,江苏毅达股权投资基金管理有限公司合伙人周喆这样对动脉网解释:“互联网模式创新的窗口已经关闭,人工智能时代的源头创新就是科技创新;而人工智能正沿着‘数据智能-物理智能-生物智能’的主线演进,这便意味着生物智能就是下一个必须押注的未来产业。”
但与此同时,“这也需要耐心。”
要更快?还得过这三关
那么,为什么需要耐心?
答案要回到大会现场被多次提起的那句话上,“尽管在过去数十年时间,人工智能已经取得了颇为丰富的阶段性突破,但它离真正的智能,依旧非常遥远。”
如果我们更为具象化地来呈现生物智能在人才、技术转化方面的挑战,从本场大会各方嘉宾的观点中,动脉网提炼出了三大卡点和各自的破解之道。
首先,生物智能是一个多学科交叉的复合型领域,因此需要大量复合型人才的助力。这便涉及生物智能的第一道发展难题——人才的不足。
具体而言,生物智能在人才方面遭遇了两大困境:其一是作为全球最高精尖的前沿领域之一,其每一项实质性的重大突破都几乎可被视为智力顶尖人才的“专属”,而这类人才显然在全球范围内都十分稀缺;其二则是生物智能需要多学科的深度联动甚至协同才能有所突破。而在访谈中,不止一位受访嘉宾向动脉网表示,在以往,按不同学科培养是人才培养的常见模式,即学科与学科之间存在壁垒。而如今,越来越多产业,例如生物智能,涌现出了对复合型人才的强烈需求,因而也对传统人才的培养模式提出了挑战。复合型人才稀缺亦成为生物智能发展的制约。
为此,南京大学发布了“生物智能科学与技术”方向,并启动全球招聘,从而高位布局顶尖智力矩阵。并且,南京大学生物智能研究院副院长梁世军也向动脉网表示,学校正在通过引入不同学科背景师资资源和学科协作体系,探索复合型人才培养机制。

其次,若创新技术想要从实验室走向真正的市场,自然也需接受来自市场的“考验”,即哪些场景具有对生物智能技术落地的需求?哪些技术又真的能带来实际价值?正如千诀科技副总经理蒋屹舟所分享的那样——“对于客户而言,相较于用的技术是不是全球最前沿、最重磅的创新,他们更关注的,是这项技术,究竟能不能帮我解决问题。”
至于应用场景,从生物制药、医疗健康到智能制造,再到快递分拣乃至日常陪伴……从理论上来看,“万事万物”均可成为生物智能的落地领域与场景。但其中,哪些场景最具落地价值(技术价值与市场价值)?又如何兼顾落地速度与技术成熟度?如此种种,均指向了生物智能在转化阶段的难题,即第二大难题——最佳落地场景选择题。
而如果我们以更为体系化、系统化的视角去看待生物智能的发展,会发现上述一个个具体问题的解决,其实或多或少都与产业各方的协作有关。
生物智能作为一个涉及多领域、多学科、多环节的未来产业,加强产业各方协同已是必然。动脉网真正想要提及的是,这场大会各位嘉宾的访谈和分享中释放出了一个信号——产业协同不仅要更紧密,协同方式也需发生改变。而这,便是生物智能发展所面临的第三道关卡。
在传统的科技成果转化模式里,研究院所攻关技术、企业转化成果、政府引导支持、资本注入资金,各方依次交棒、各司其职。但在今天,企业与研究机构的“握手”开始提前,市场需求被前置到研发阶段,技术转化因此更具针对性;资本也从资金提供者变为资源链接者——毅达资本投资的企业千诀科技,正是经其引荐落地南京玄武。
与此同时,各方对彼此的期待也在改变。中电海康副总经理章威直言,希望研究机构给出“原理上验证过的源头创新路径”,以赋能企业更快“换道超车”;毅达资本合伙人周喆则希望高校和企业尽早“握手”。因为这既可以提高转化效率,也能为投资机构提供快速判断标准。
这种转变,在大会现场有了实体的承载:生物智能科技创新联盟正式成立,发起单位横跨高校、科研院所、地方政府、企业、资本等。这意味着,过去“研究端交棒、企业接棒”的“线性”接力式转化,正在被同场共振的网状协同所取代。

三道难关,关关不易。但这恰恰是产业已经越过“概念期”的证明,因为只有真正动手的人,才知道卡在哪里。从脑机接口开始产业落地,到类器官突破手工制备瓶颈,过去的积累都在提示:我们有能力探索并推动生物智能产业发展。
更何况,这场让产学研各界代表共同奔赴的大会已经证明,每一道关卡前,都已经站好了闯关的人。

















