當全球 AI 競賽仍在為更大的算力和數據量內卷時，中國科學院自動化研究所突破性地提出了「內生複雜性」的解題思路。其最新發布的「瞬悉1.0（SpikingBrain-1.0）」類腦脈衝大模型，借鑑大腦神經元的工作機制，成功繞過了傳統 Transformer 架構的能效瓶頸，為長序列處理這一業界難題提供了全新的解決方案。
瞬悉1.0 推理時具備常數級複雜度，處理百萬級長度序列時比傳統模型快 26 倍以上。僅需 2% 的預訓練數據就能達到主流模型性能，其動態閾值脈衝化技術實現了超過 69% 的稀疏度，為終端設備部署打開了可能性。

教程鏈接：https://go.openbayes.com/ZpmqW

使用雲平台：OpenBayes
http://openbayes.com/console/signup?r=sony_0m6v

登錄 http://OpenBayes.com，在「公共教程」頁面，選擇一鍵部署 「瞬悉 1.0：基於內生複雜性的類腦脈衝大模型」教程。

頁面跳轉後，點擊右上角「克隆」，將該教程克隆至自己的容器中。

在當前頁面中看到的算力資源均可以在平台一鍵選擇使用。平台會默認選配好原教程所使用的算力資源、鏡像版本，不需要再進行手動選擇。點擊「繼續執行」，等待分配資源。

待系統分配好資源，當狀態變為「運行中」後，點擊「API 地址」邊上的跳轉箭頭，即可跳轉至 Demo 頁面。

在對話框輸入問題即可開始進行對答。

「瞬悉 1.0（SpikingBrain-1.0）」核心功能特點在於通過模仿大腦神經元的工作機制，在處理超長序列任務時，能實現驚人的效率和速度提升，同時大幅降低能耗和數據需求。這裏我們以「Show me a code snippet of a website's sticky header in CSS and JavaScript.」為例進行提問，效果如下圖所示：