生物行移动版

一只虚拟果蝇在数字世界里行走、清洁触角、寻找食物——这并非科幻电影片段，而是美国旧金山初创公司Eon Systems近日发布的真实研究成果。为了解这项技术背后的细节，《The Register》联系了Eon Systems团队，其共同创始人兼科学顾问Alex Wissner-Gross博士及其团队详细介绍了数字果蝇的构建原理与局限性。

开源组件集成的产物

团队强调，这项工作高度依赖神经科学界的已有成果。它直接整合了以下组件：

• 果蝇大脑连接组：来自2024年发布的FlyWire项目（Dorkenwald et al., 2024），包含约14万个神经元和5000万个突触

• 连接组约束的脑模型：Shiu等人开发的LIF（leaky integrate-and-fire）神经元模型，能恢复进食、清洁等行为的感知运动结构

• 视觉通路模型：Lappalainen等人构建的果蝇视觉运动通路模型，涵盖64种视觉细胞类型

• 虚拟身体模型：NeuroMechFly v2（Wang-Chen et al., 2024），基于X射线显微CT扫描的真实果蝇3D网格构建，拥有87个独立关节，运行于MuJoCo物理引擎

感官输入：虚拟世界如何进入大脑

团队通过多种方式将虚拟环境信息“喂”给大脑模型：

• 味觉：激活对应糖（食欲）或苦味（厌恶）的味觉感受神经元。虚拟果蝇腿部或喙接触到食物源时，对应脑区被激活，引发进食、转向、减速等行为

• 触觉与清洁：通过触角机械感觉通路实现。“虚拟灰尘”激活触角机械感觉神经元，进而招募与清洁相关的下行信号，触发清洁行为

• 视觉：利用NeuroMechFly已实现的视觉模拟功能，将预测的视觉系统神经元激活状态“接入”LIF模型（目前此部分对行为影响有限，团队正在改进）

大脑如何控制身体

目前，数字果蝇并非完全模拟生物果蝇完整的运动层级，而是采用了一种简化的接口：利用一小部分已知功能的下行神经元（descending neurons）作为“控制手柄”。

具体对应关系包括：

团队用开车作比喻：知道方向盘、油门、刹车的位置，就能预测汽车行为，无需模拟引擎内每次燃烧过程。这些“控制手柄”发出的信号，再由底层控制器转换为关节扭矩、腿部轨迹等具体动作。

当前能实现哪些行为？

根据团队说明，目前可复现的行为包括：

• 清洁：虚拟灰尘积累时，果蝇停下、用前足清洁触角

• 进食：接触糖分时，伸出喙（类似伸舌头）

• 觅食：在环境中探索，发现食物线索后靠近

• 逃离威胁（尚未实现身体控制）：脑模型中遇到“迫近”刺激时会激活逃生相关神经元

坦诚的局限性说明

Eon团队在技术文档中明确列出了当前模型的局限，体现了科学严谨性：

1. 神经元模型简化：采用LIF模型，未使用形态学细节的多房室神经元，缺乏树突非线性、生物物理通道多样性等

2. 缺少内部状态：饥饿、饱腹、觉醒、交配状态、学习能力等均未纳入模型

3. 脑-体接口仍较粗糙：目前仅用少数几个下行神经元作为控制接口，而生物果蝇有超过1000个下行神经元，且存在冗余、层级和群体编码特性

4. 感官输入有限：仅实现了部分感官通路，视觉部分目前“装饰性”大于实际功能

5. 时间步长问题：当前脑与身体的同步步长为15毫秒，对某些快速行为可能过慢

下一步计划

Eon Systems表示，这项工作应被视为“研究平台和演示平台”，而非最终结论。团队正计划：

• 制定脑仿真与上传的保真度评估框架，并征求学界意见

• 扩展模型，纳入腹神经索（VNC）等输出结构

• 与学术及产业界合作，改进脑-体接口

结语：第一块基石

“我们将这个具身果蝇视作重要的第一步，”团队在文章中写道。“它不是终点，目前模型有许多简化。但它可能成为连接组约束下的感知运动控制的有用测试平台，让具身仿真问题变得足够具体，以便进一步改进。”

正如Steve Furber教授此前评价：“能在果蝇上实现这一目标，是非常好的第一步。”这项研究的意义，或许不在于今天它做到了什么，而在于它为一个更宏大的目标——理解大脑如何控制身体——铺下了第一块可运行的基石。