## Meta AI 提出“神经计算机”：挑战现有AI架构，将模型本身变为可运行计算机
Meta AI与KAUST的研究团队提出了一项颠覆性的概念——“神经计算机”，旨在从根本上解决当前AI系统在执行层面的核心瓶颈：模型与计算环境的分离。现有的人工智能体（Agent）或世界模型，无论其预测与规划能力多强，其核心的执行状态仍需依赖外部的操作系统、解释器或模拟器来承载。这种依赖导致模型的计算能力被外部环境所束缚，形成了一道难以逾越的架构鸿沟。神经计算机的目标，正是要打破这道壁垒。

神经计算机的核心创新在于其架构主张：它不再将AI模型视为调用外部工具的一个软件层，而是通过将计算、内存和输入/输出（I/O）三大功能统一整合到神经网络内部的一个单一运行时状态中。这使得模型本身直接成为一台“正在运行的计算机”。研究团队指出，无论是传统计算机、AI Agent还是世界模型，其共同局限在于“可执行状态始终存在于模型之外”。神经计算机正是为了填补这一架构空白而生，试图让模型自身承担起运行中计算机的全部角色。

目前，基于命令行和图形界面的神经计算机原型已初步验证了路径的可行性，成功实现了I/O对齐和短时程控制。然而，这距离真正的“完全神经计算机”仍有显著差距，关键挑战在于实现例程复用、通用执行能力以及行为一致性。与传统计算机相比，二者的根本区别在于架构与编程方式：传统计算机依赖人类显式设计的、局部的符号语义，而神经计算机则实现从数据中习得的、整体的数值语义。这一概念的长期目标，是构建一个完全由神经网络承载的通用计算系统，这或将重塑未来AI与计算系统的融合方式。
---
- **Source**: 36氪最新 (RSSHub)
- **Sector**: The Lab
- **Tags**: 人工智能, 神经网络, 计算机架构, Meta, 研究论文
- **Credibility**: unverified
- **Published**: 2026-04-10 14:53:59
- **ID**: 59117
- **URL**: https://whisperx.ai/zh/intel/59117