2026年1月15日，中国科学院自动化研究所第二届Brian-AI论坛暨脑图谱与类脑智能实验室年度学术交流会顺利召开。本次论坛延续“脑科学与人工智能的深度融合”核心主题，邀请国内顶尖学者与实验室师生齐聚一堂，拓展研究视野、促进学科交叉，共同探讨领域前沿方向与未来趋势。

实验室主任余山研究员作开幕致辞。他全面梳理了人工智能从深度学习兴起后的快速成长、2022年遭遇阶段性困境，到因大模型出现重迎机遇的演进路径，并展望了人工智能的发展前景，勉励实验室同仁深耕前沿领域，不负时代机遇。

特邀报告环节，北京大学黄铁军教授以“眼与AI”为题进行分享，结合三十余年计算机视觉研究经历，探讨了脑科学科学思维与人工智能技术思维的差异与互补，分享了团队新型脉冲编码芯片的研发成果。中国科学院生物物理研究所何生研究员以“人脑中的注意和反馈机制”为题作报告，聚焦人类视觉、注意与意识的神经基础，阐述了自上而下反馈机制在知觉加工中的关键作用，分享了注意采样特性及与意识分离的相关实验发现。北京大学梁希同研究员作“乌贼和章鱼的智能与仿生”报告，介绍了头足类动物独特的变色伪装与触手运动控制机制，重点分享了其基于视觉反馈的迭代优化变色策略，及其对仿生系统设计的借鉴价值。清华大学米璐助理教授带来题为“从结构到计算：神经科学与人工智能的双向驱动”的报告，阐述了 “AI for Neuroscience ↔ Neuroscience for AI”的双向驱动闭环关系，介绍了AI赋能脑科学研究、生物约束优化算法等四项核心工作成果。该环节由李国齐研究员主持。

在实验室进展报告环节，陈阳副研究员以“支持概念自组织生成、理解与交流的神经网络模型研究”为主题介绍了双模块CATS Net框架，该研究可实现概念表征的自组织形成、门控驱动任务求解，并通过“概念交流”支持跨网络的可迁移知识共享。姚满助理研究员以“类脑树突基础模型研究”为题，总结了2025年在端侧视觉性能突破与内生复杂树突脉冲大模型构建方面的代表性进展，并进一步凝练了面向通用类脑智能基础模型的关键科学问题。孙胤乾助理研究员围绕“面向类脑世界模型的脉冲神经网络建模、鲁棒学习与端侧高效推理研究”，系统介绍了从可塑性学习与鲁棒安全机制、Spiking Transformer统一框架到融入树突计算的全脉冲世界模型及FPGA端侧推理落地的整体进展。杜长德副研究员以“大模型类人认知机理解析：从物体概念到情感表征”为题，基于大规模机器行为学从数百万次判断中导出可解释心理嵌入，揭示多模态大模型可自发形成与人类及脑活动强对齐的物体概念与情感表征机制。王萌副研究员围绕“精神疾病的跨尺度脑环路建模与临床应用”介绍了基于多模态神经影像的AI数据驱动跨尺度建模方法，通过融合影像、转录组与单细胞等多维数据解析精神分裂症等疾病的关键脑环路机制，为临床诊断与干预提供支撑。该环节由韩华研究员主持。

在学生报告环节，潘昱锜以“SpikingBrain：类脑脉冲大模型”为题介绍了脉冲大模型构建的成果；王丹围绕“狨猴颞上回语音区定位”汇报了语音相关脑区定位的阶段性进展；李叙锦在“面向目标检索任务的快速序列视觉呈现脑-机接口解码算法研究”报告中分享了面向目标检索的RSVP解码方法；闫海洋以“NeuroLink：通过形态学习追踪神经元图像中的弱信号”为主题展示了弱信号追踪的算法进展；朱宇以“Preserved Neural Representation and Its Application to Stable BCI”为题介绍了稳定脑机接口的表征保持思路与应用；李腾龙围绕“FireFly：面向高性能脉冲神经网络的FPGA硬件加速器系列研究”汇报了软硬协同加速器设计与验证结果。该环节由张倩副研究员主持。

海报交流环节共展出35份海报，涵盖脑科学机理与脑网络解析、脑机接口与神经解码、类脑脉冲智能算法与模型、类脑大模型与世界模型，以及神经形态端侧硬件加速等多个研究方向。实验室研究生围绕相关工作展开热烈的面对面交流，进一步加深了对不同领域研究进展的理解，并促进了学科交叉与协作。

特邀报告

论坛现场

论坛合影