基于类脑架构的下一代通用模型及智能体生态

项目名称：基于类脑架构的下一代通用模型及智能体生态

团队成员：王冠、陈威廉、施然

指导老师：姜胜耀、杨斌、胡楚雄、杨建新、王大力、宋森

项目概述：

团队以实现通用人工智能（AGI）为长期目标，通过结合强化学习（RL）、进化算法和类脑结构研究，搭建新一代AI模型架构。致力于突破现有传统架构在逻辑推理等综合能力上的限制，大幅减少传统大语言模型在复杂任务中的“幻觉”现象，打造具备通用能力和深度思维的自主可控AI基础模型。

关键技术：

团队打造的新一代类脑AI架构智人HRM（Hierarchical Reasoning Model），通过模拟大脑分层与循环机制，可实现500至1000层的有效神经网络深度。仅依靠约1000条数据即可学习复杂推理算法，并在标准9×9数独中达到100%准确率。在ARC通用人工智能测试等多个国际评测中，其表现超越参数量为其近万倍的DeepSeek R1、OpenAI o3等主流模型。模型核心参数仅0.027B，可端侧部署，真正实现高性能、低成本、低幻觉。

应用情况：

HRM架构具备较强通用性，可适配多模态数据及各类关键领域专家模型。基于该架构研发的次季节至季节（S2S）气候预测模型已达业界SOTA水平，比国际一线预测模型的系统预测误差减少了25%。团队正推动HRM技术在机器人控制、量化金融、医疗大健康及气候预测等领域的实际应用落地。