一只数字果蝇刚把 " 上传大脑 " 推上热搜，中国团队就把矛头对准了它最难补的三块：
不满足于 LIF 简化神经元，不满足于预设物理仿真场景，更不满足于只做一只会动的数字动物。他们要把精细脑模型、真实场景形成的数字世界和跨身体接口直接打通。
今年 3 月，Eon Systems 公布了一只会在虚拟环境中觅食、梳理触角的 " 数字果蝇 "。它以成年果蝇连接组为基础，涉及约 14 万个神经元和 5000 万条突触连接，再接入具有 87 个独立关节的生物力学身体，让神经活动、身体运动和环境反馈第一次形成了完整回路。
视频一出，" 果蝇大脑被上传了 " 的说法迅速出圈。但 Eon Systems 自己也相当克制：目前采用的是简化的泄漏积分发放神经元模型，脑与身体之间的部分映射仍由人工设定，只覆盖少量感觉输入和行为。这更像一个极具冲击力的研究平台与概念验证，而不是一只被完美复制的生物果蝇。
也正是在这个节点上，中国团队知跃空间智能发布了 DeepSoma（知跃灵物）。它并没有把产品定义为 " 又一只数字动物 "，而是试图搭建一套更底层的全脑仿真基础平台：把真实世界变成可计算环境，把生物约束和全脑连接结构变成可运行模型，再把模型接入不同的身体。
一句话概括：Eon Systems 展示了 " 简化的果蝇脑，如何驱动一副物理仿真的虚拟身体 "。
DeepSoma 展示了一个更激进的结果：把完整还原的果蝇大脑，直接放到真实的世界、真实的身体里去运行。
所以，它真是 Eon Systems 的 " 加强版 " 吗？
简化的数字果蝇已经足够令人兴奋，但对于 DeepSoma 而言，这并不是终点，而是把矛头对准了它最难补的三块。
模型层：
Eon 的公开方案是连接组约束的 LIF 果蝇脑；DeepSoma 强调精细神经元生物物理建模。
Eon 以泄漏积分发放（LIF）模型承载约 14 万个神经元和 5000 万条突触连接，用相对简化、高效的神经动力学搭起了果蝇脑—身体闭环。
DeepSoma 则从单个神经元内部继续向下建模：树突、胞体、膜电位、离子通道和突触等生物物理机制，都被转化为可求解、可观测的计算状态，再沿 connectome 连接成神经回路和全脑网络。
前者让果蝇大脑的线路跑了起来；后者想进入线路中的每一个计算单元，找到智能究竟是怎样被算出来的。
Eon 的果蝇在物理仿真环境中完成感知—动作闭环；DeepSoma 则先将真实场景重建为持续更新、可计算的 4D 数字世界。
Eon 的公开演示依托 MuJoCo 物理引擎和虚拟果蝇身体，在预设的仿真环境中接收感觉输入、产生动作并获得反馈。DeepSoma 则并不满足于仿真，它更强调如何从真实的世界中还原几何、语义、时空与物理信息，为大脑提供更加逼真的训练场。
△真实场景三维重建
平台层：
Eon 展示的是极具冲击力的数字果蝇案例；DeepSoma 则将真实世界建模、精细全脑求解、跨本体 Agent 接入，作为一套完整平台打通。
DeepSoma 把这条链路归纳为Build Worlds、Run Brains、Embody Intelligence：
世界层提供可交互的环境，脑层运行从精细神经元到全脑 connectome 的动力学，Agent 层再把同一套脑模型映射到数字动物、生物实验系统、机械臂或人形机器人。身体的行动改变世界，世界的新状态再次进入大脑，最终闭合 Environment → Brain → Agent → Environment。
当然，平台边界更大、神经元建模更细，也意味着更高的验证门槛。平台能否稳定运行更大规模的全脑网络？仿真结果与真实神经活动有多高的一致性？脑—身映射是否能减少人工规则？跨身体迁移能否在公开任务中复现？这些都需要知跃空间这家年轻的公司逐步地探索出更准确的答案。
Physical AI，也许真的需要自己的 "PyTorch 时刻 "
今天，Physical AI 正在成为 AI 产业的新方向。
如果智能真正进入物理世界，它需要的不是一个更大的模型、更多的数据，而是全新的 AI 技术范式！
知跃空间智能把创造新的技术范式这件事，交给了 DeepSoma。
DeepSoma 的定位概括为：Build Worlds. Run Brains. Embody Intelligence，让世界可计算，让大脑可运行，让智能可迁移。
这让人很容易想到 PyTorch。PyTorch 是目前深度学习最常用的开发框架之一，它并没有规定神经网络必须长什么样，却为定义、训练和运行模型提供了共同底座。DeepSoma 想做的类似，只是计算对象从数字世界中的网络，扩展到了物理环境、生物脑结构和智能体构成的闭环。
结语
当大模型越来越会说、会看、会推理，下一道真正难的题，已然不是继续让它在屏幕里答得更漂亮，而是让它在一个不断变化的世界中持续稳定地工作，这看起来是生物最基础的生存能力，却考验着 AI。而在这个时刻，有越来越多的团队从生物大脑中探索 Physical AI 的智能密码。Eon Systems 用一只数字果蝇，把 " 脑上传 " 推到了公众面前；DeepSoma 则押注，未来真正重要的不是上传某一颗脑，而是造出一套能让世界、大脑与身体共同演化的计算系统。
如果这条路线跑通，Physical AI 的下一次跃迁，可能不只来自更大的模型和更多的数据，还会来自一个更古老、也更高效的计算原型——生命本身。
* 本文系量子位获授权刊载，观点仅为原作者所有。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
