Eon用LIF“上傳”果蠅腦,中國團隊直接上精細神經元和跨身體平臺

將真實場景重建為持續更新、可計算的4D數字世界。允中 發自 凹非寺 | 公眾號 QbitAI 一隻數字果蠅剛把“上傳大腦”推上熱搜,中國團隊就把矛頭對準了它最難補的三塊:不滿足於LIF簡化神經元,不滿足於預設物理仿真場景,更不滿足於只做一隻會動的數字動物。他們要把精細腦模型、真實場景形成的數字世界和跨身體接口直接打通。今年3月,Eon Systems公佈了一隻會在虛擬環境中覓食、梳理觸角的“數字果蠅”。它以成年果蠅連接組為基礎,涉及約14萬個神經元和5000萬條突觸連接,再接入具有87個獨立關節的生物力學身體,讓神經活動、身體運動和環境反饋第一次形成了完整迴路。
視頻一齣,“果蠅大腦被上傳了”的說法迅速出圈。但Eon Systems自己也相當剋制:目前採用的是簡化的洩漏積分發放神經元模型,腦與身體之間的部分映射仍由人工設定,只覆蓋少量感覺輸入和行為。這更像一個極具衝擊力的研究平臺與概念驗證,而不是一隻被完美複製的生物果蠅。也正是在這個節點上,中國團隊知躍空間智能發佈了DeepSoma(知躍靈物)。它並沒有把產品定義為“又一隻數字動物”,而是試圖搭建一套更底層的全腦仿真基礎平臺:把真實世界變成可計算環境,把生物約束和全腦連接結構變成可運行模型,再把模型接入不同的身體。
一句話概括:Eon Systems展示了“簡化的果蠅腦,如何驅動一副物理仿真的虛擬身體”。DeepSoma展示了一個更激進的結果:把完整還原的果蠅大腦,直接放到真實的世界、真實的身體裡去運行。所以,它真是Eon Systems的“加強版”嗎?簡化的數字果蠅已經足夠令人興奮,但對於DeepSoma而言,這並不是終點,而是把矛頭對準了它最難補的三塊。模型層: Eon的公開方案是連接組約束的LIF果蠅腦;DeepSoma強調精細神經元生物物理建模。Eon以洩漏積分發放(LIF)模型承載約14萬個神經元和5000萬條突觸連接,用相對簡化、高效的神經動力學搭起了果蠅腦—身體閉環。
DeepSoma則從單個神經元內部繼續向下建模:樹突、胞體、膜電位、離子通道和突觸等生物物理機制,都被轉化為可求解、可觀測的計算狀態,再沿connectome連接成神經迴路和全腦網絡。前者讓果蠅大腦的線路跑了起來;後者想進入線路中的每一個計算單元,找到智能究竟是怎樣被算出來的。世界層: Eon的果蠅在物理仿真環境中完成感知—動作閉環;DeepSoma則先將真實場景重建為持續更新、可計算的4D數字世界。Eon的公開演示依託MuJoCo物理引擎和虛擬果蠅身體,在預設的仿真環境中接收感覺輸入、產生動作並獲得反饋。
DeepSoma則並不滿足於仿真,它更強調如何從真實的世界中還原幾何、語義、時空與物理信息,為大腦提供更加逼真的訓練場。平臺層: Eon展示的是極具衝擊力的數字果蠅案例;DeepSoma則將真實世界建模、精細全腦求解、跨本體Agent接入,作為一套完整平臺打通。DeepSoma把這條鏈路歸納為Build Worlds、Run Brains、Embody Intelligence: 世界層提供可交互的環境,腦層運行從精細神經元到全腦connectome的動力學,Agent層再把同一套腦模型映射到數字動物、生物實驗系統、機械臂或人形機器人。
身體的行動改變世界,世界的新狀態再次進入大腦,最終閉合Environment → Brain → Agent → Environment。當然,平臺邊界更大、神經元建模更細,也意味著更高的驗證門檻。平臺能否穩定運行更大規模的全腦網絡?仿真結果與真實神經活動有多高的一致性?腦—身映射是否能減少人工規則?跨身體遷移能否在公開任務中復現?這些都需要知躍空間這家年輕的公司逐步地探索出更準確的答案。Physical AI,也許真的需要自己的“PyTorch時刻” 今天,Physical AI正在成為AI產業的新方向。
如果智能真正進入物理世界,它需要的不是一個更大的模型、更多的數據,而是全新的AI技術範式!知躍空間智能把創造新的技術範式這件事,交給了DeepSoma。DeepSoma的定位概括為:Build Worlds.Run Brains.Embody Intelligence,讓世界可計算,讓大腦可運行,讓智能可遷移。這讓人很容易想到PyTorch。PyTorch 是目前深度學習最常用的開發框架之一,它並沒有規定神經網絡必須長什麼樣,卻為定義、訓練和運行模型提供了共同底座。DeepSoma想做的類似,只是計算對象從數字世界中的網絡,擴展到了物理環境、生物腦結構和智能體構成的閉環。
結語 當大模型越來越會說、會看、會推理,下一道真正難的題,已然不是繼續讓它在屏幕裡答得更漂亮,而是讓它在一個不斷變化的世界中持續穩定地工作,這看起來是生物最基礎的生存能力,卻考驗著AI。而在這個時刻,有越來越多的團隊從生物大腦中探索Physical AI 的智能密碼。Eon Systems用一隻數字果蠅,把“腦上傳”推到了公眾面前;DeepSoma則押注,未來真正重要的不是上傳某一顆腦,而是造出一套能讓世界、大腦與身體共同演化的計算系統。如果這條路線跑通,Physical AI的下一次躍遷,可能不只來自更大的模型和更多的數據,還會來自一個更古老、也更高效的計算原型——生命本身。
版權所有,未經授權不得以任何形式轉載及使用,違者必究。
Related
相關文章
全球首發:萬拿NOVA21靈巧手,拓展靈巧操作研究邊界
10月15日,在2026香港秋季電子產品展上,萬拿機器人全球首發NOVA21靈巧手。面向機器人科研與開發團隊,萬拿NOVA21採用21自由度全主動旋轉直驅設計,集靈巧、力量、精準與觸覺感知於一體,為多指協同、物品姿態調整與複雜操作策略研究提供執行與感知能力。21自由度全主動旋轉直驅,支持多指協同NOVA21採用擬人化佈局,整手尺寸為195×105×71mm,接近人手大小。拇指擁有5個主動自由度,其餘四指各擁有4個主動自由度。NOVA21的21個主動自由度均採用旋轉直驅,支持全手各指的主動控制與姿態調整。
首款韜定律邏輯摺疊芯片量產,麒麟9050讓華為旗艦手機玩出什麼新花樣?
電路折起來,旗艦手機的創新空間也被打開。三年前,麒麟芯片迴歸。三年後,問題已經變成回來之後,還能走多遠?全新基於韜定律的麒麟9050系列給出了一個新的工程答案。作為華為首款採用邏輯摺疊技術的麒麟芯片,麒麟9050 Pro通過跨層重新設計電路,縮短數據傳輸距離,尋找芯片持續升級的空間,也為搭載韜定律芯片的華為手機提供了更強大的算力基礎。
賓大茅佳源:從單次演示到 83% 真機泛化,破解具身智能數據困局|IROS 2026
剖析視覺與動作脫節,引入 TR 指標與自適應引導,重構具身泛化機制。作者丨張璐 編輯丨岑峰 在機械臂的實機測試中,不少團隊都遇到過類似的困擾:為了讓機器人學會抓取某個馬克杯,往往需要人類抓著機械臂錄入上百條示範軌跡。然而只要把杯子換成未見過的款式,或者稍微改變物體的擺放位置,策略的成功率就會急劇下降。
蘋果訴 OpenAI 竊密案突破:法院準其調取招聘材料,劍指硬件爭奪
具體而言,法院準許其查閱與"OpenAI 在面試前接觸蘋果員工"有關的文件——這批應聘者瞄準的是 OpenAI 消費硬件與機器人部門崗位,時間點恰在傳聞中 OpenAI 首款硬件設備發佈之前。相關文檔可能涵蓋面試清單、指引、腳本、技術演示及能印證"面試中提及蘋果技術或零部件"的記錄。
AFCE把未來物理效果當成預測目標
Computer Science > Robotics arXiv:2610.13212 (cs) [Submitted on 9 Oct 2026 (v1), last revised 12 Oct 2026 (this version, v2)] Title:Beyond Actions: Learning Future Operation Targets for Vision-Language-Action Models Auth。
45分鐘小定8000臺,智己LS6這次成了?
這一次,智己能走出「叫好不叫座」嗎?作者 | 王瑞昊編輯 | 李雨晨9月10日,全新一代智己LS6正式開啟預售,預售價20.99萬元起,並將於9月23日正式上市。預售開啟45分鐘,小訂突破8000臺。這是智己“Next·2028戰略”下的首款20萬級純電SUV,也是LS6迭代到第四代的產品。