Eon团队如何制作出虚拟具身果蝇

10 MAR 20260:05/0:39近日，EonSystems PBC联合创始人兼创始顾问AlexWissner-Gross博士分享了我们在X平台上的部分研究成果，我们惊喜地发现该成果获得了广泛关注。这款具身化果蝇仍处于研发阶段，是展示具身化大脑如何控制虚拟身体的初步尝试。本文将探讨虚拟果蝇的工作原理及其局限性，相关内容将涉及较多技术细节。首先，我们要强调这个项目对神经科学界广泛支持的依赖。我们的研究直接基于成年果蝇连接组（Dorkenwald等，2024）、连接组约束脑模型（Lappalainen等，2024）、神经力学果蝇身体模型（Wang-Chen等，2024；Ozdil等，2024），以及数十年来对果蝇感觉回路、下行神经元和行为的定位研究。当前系统是现有脑模型与虚拟身体模型整合的成果。需要特别说明的是，这项工作是斯科特·哈里斯、阿罗夫·辛哈、维克托·托特、亚历克西斯·波马雷斯和菲利普·修共同完成的团队协作。

苍蝇是如何工作的？

视频中，果蝇利用不可见的味觉线索在环境中导航，朝向食物源（以香蕉片形式呈现）。虚构的粉尘在果蝇体表积聚，导致其停止运动、自我清洁后继续朝食物方向移动并开始进食。就大脑研究而言，主要起点是Shiu等人提出的模型：该模型基于成年果蝇中枢脑连接组构建的漏电流型积分发放（LIF）模型，包含约14万个神经元和5000万突触连接，通过推断神经递质身份来确定突触的正负电位（Eckstein等，2024）。该模型表明，仅凭连接组结构就能还原摄食、梳理等行为的显著感觉运动结构，这正是其成为具身化研究理想模型的原因。该模型依托FlyWire项目更广泛的成果，以及Schlegel等（2024）系统注释的包含14万个神经元的全脑资源。我们还采用了Lappalainen等人的视觉模型，该模型描述了果蝇的视觉运动通路。在该研究中，作者构建了一个连接组约束的循环网络，涵盖64种视觉细胞类型，覆盖视觉场中的数万个神经元，并证明通过连接性与任务约束相结合，能够预测运动系统的神经活动。结合NeuroMechFly虚拟身体，这使我们能够预测视觉系统的活动；随后将这些信息输入Flywire LIF模型。为模拟大脑功能，我们采用已发表的神经力学果蝇模型NeuroMechFly（Wang-Chen等，2024）。该模型将果蝇建模为具有解剖学结构的铰接式躯体，通过物理模拟关节运动、作用力、接触及驱动机制。模型包含87个独立关节，这些关节被精确嵌入由生物果蝇X射线显微断层扫描生成的三维网格中（Wang-Chen等，2024）。数字果蝇运行于MuJoCo物理引擎，该引擎可提供高保真度的物理约束环境，用于行为模拟（Todorov等，2012）。NeuroMechFly v2已实现包括模拟视觉和嗅觉在内的感官输入，我们已采用该功能。通过对现有NeuroMechFly控制器进行微调，实现了对果蝇行走行为的模拟训练。需特别说明的是，我们未采用的Vaxenburg等研究团队开发的全身模型，同样通过强化学习控制器和高级转向信号实现了逼真的行走与飞行表现。从概念上讲，完整循环包含四个阶段。首先，虚拟世界中的感官事件会被映射到已识别的感官神经元或感觉通路。其次，在连接组约束的神经模型中更新大脑活动。第三，选定的下行输出被转化为低维运动指令供身体执行。第四，由此产生的运动改变感官状态，该状态反馈至大脑。我们目前每15毫秒执行一次大脑与身体的同步步骤，计算大脑对感官输入的响应，随后模拟身体15毫秒的反应。需要指出的是，这种15毫秒的时间步长可能对某些行为来说过于缓慢。

感觉输入：虚拟世界如何进入大脑

多种感官输入被输入到身体模型中。就味觉而言，我们可以激活与糖等食欲刺激相对应的味觉受体神经元，或是厌恶苦味神经元（Shiu等，2024；Tastekin等，2025）。在我们的模型中，类似于生物果蝇，当神经机械蝇（NeuroMechFly）身体的腿部和喙部味觉输入被激活时，会导致大脑味觉输入的激活。这会引起在接近食欲食物时的进食、转向和减速行为（Shiu等，2024；Sapkal等，2024；Scott，2018）。嗅觉功能同样可以通过激活相应的嗅觉受体神经元来实现。在触觉与体表清洁行为中，我们通过触角机械感觉通路实现。Hampel等人发现了一个触角清洁指令回路：约翰斯顿器的机械感觉神经元驱动大脑回路，最终通过触角下行神经元引发清洁行为（Seeds等，2014；Hampel等，2015；Hampel等，2020）。我们当前的接口直接采用这一原理：‘虚拟灰尘’激活触角机械感觉神经元，进而募集与触角清洁相关的下行信号。神经连接组调控视觉（即采用Lappalainen模型对视觉系统进行建模）功能已在NeuroMechFly模型中实现。我们通过预测视觉系统神经元的激活状态，并将这些神经元的激活信号“输入”到LIF模型中对应的神经元。目前这些激活信号尚处于“装饰性”阶段，尚未对行为输出产生实质性影响，但我们正在推进其功能实现。值得注意的是，LIF模型中诸如迫近刺激神经元的激活，会触发涉及逃逸行为的下行神经元。

下行神经元调控：大脑活动如何控制身体

果蝇的身体目前并非由生物果蝇完整的下游运动神经元层级驱动。相反，我们采用少量下行输出作为连接组模型与生物力学之间的实用接口。在果蝇中，已知特定下行神经元参与特定行为（Simpson，2024）。这些特定下行神经元的激活能够调控身体的控制中枢，这些中枢通过模仿学习训练来模拟特定的果蝇行为。例如，在我们的模型中，触角梳理行为由触角下行神经元驱动（Seeds等，2014；Hampel等，2015；Hampel等，2020）。转向行为则由DNa01和DNa02神经元驱动（Yang等，2024），这些神经元参与转向动作。前进速度通过oDN1神经元的激活来建模（Sapkal等，2024）。觅食行为则由口器运动神经元（特别是MN9神经元）的激活来模拟。需要指出的是，许多下行神经元（DNs）已被证实具有行为学意义的作用，但这些神经元并非孤立的单神经元–单行为按钮，而是以网络形式协同运作。Braun等研究表明，类似指令的下行信号会募集更广泛的下行神经元群体，这类神经元数量超过1000个。因此，当前的控制器最好被理解为一个刻意设计的低维读出层，源自更为复杂的神经系统。有个生动的类比可以理解这个概念：就像驾驶汽车时，只要掌握方向盘、油门和刹车的状态，就能预测车辆的运动轨迹，而无需逐个模拟发动机内部的燃烧过程。我们对下行神经元的运用原理与此类似。目前我们把少量下行信号当作控制把手，例如转向、前进速度、逃离（本演示未展示逃离和后退动作）以及梳理毛发等指令，然后让低级控制器将这些信号转化为关节扭矩、腿部轨迹或其他身体层面的驱动指令。

行为

除其他外，我们已对若干特定行为进行了研究：清洁行为：果蝇通过清洁行为来维护身体部位的卫生。其中一种清洁行为是触角清洁（该行为已在无实体的Shiu等人2024年脑模型中模拟）——当触角积聚灰尘或受到刺激时，果蝇会用前肢刷洗触角。摄食行为：果蝇在品尝糖分时会表现出刻板的摄食反应，这一现象已在Shiu等人2024年开发的无实体大脑模型中实现模拟。为模拟摄食过程，我们将在环境中放置虚拟“食物源”（例如一滴糖溶液），让果蝇的口器或触角接触该物质。在模型中，触角或口器上的味觉神经元会感知到糖分接触，并向大脑的摄食回路发送信号。若刺激具有食欲诱导性（例如甜味），大脑模型将激活“运动程序”以启动摄食行为。觅食行为：觅食是一种更为复杂的目标导向行为，果蝇通过探索环境来寻找食物。在模拟实验中，我们设置了一个包含一个或多个气味或味觉源的场地，这些气味或味觉源代表食物。果蝇的任务是游荡直至检测到食物线索，随后朝该线索方向移动。逃避威胁性视觉刺激：果蝇对迫近的威胁（如接近的捕食者或头顶突然出现的阴影）具有先天性逃避反应。在我们的模拟中，可以复制迫近刺激——例如果蝇视野中快速扩展的暗色物体——并观察模型的反应。在我们的无实体模型中，激活与迫近刺激相关的神经元会诱发逃避行为，但尚未在实体模型中实现逃避行为。

当前具身化苍蝇的缺失

本研究整合了先前发表的组件；我们在此指出本研究的部分局限性。重要的是，我们仅实现了少量感觉输入，并仅建模了少数几种行为。首先，Shiu等人提出的模型属于简化神经元模型。该模型采用漏电流积分–发放机制而非形态学细节丰富的多区室神经元，并依赖推断的神经递质身份和简化的突触模型。这意味着树突非线性、生物物理通道多样性及诸多特定动力学特征均未被表征。虽然该模型足以恢复部分感觉运动转换，但显然无法完整捕捉神经活动的全貌。此外，内部状态、可塑性、学习过程及激素变化等要素在很大程度上缺失。生物果蝇在不同情境下对相同感觉输入的反应方式存在差异。饥饿、饱腹、觉醒、交配状态、产卵状态、近期感觉历史、神经调节剂及学习过程都会重塑感觉运动转换。接下来，脑–体耦合仍是整个神经网络系统中一个具有挑战性的工程与科学难题。核心难点不仅在于并行运行神经模拟与物理模拟，更在于如何将特定下行神经元的放电频率或动作电位映射到扭矩变化、关节轨迹、姿势改变或协调性腿部运动序列上。例如，特定感觉刺激应以何种频率激活特定感觉神经元？特定下行神经元的活动应如何影响转动速度？这些映射关系可通过人工设定（如本案例）、强化学习或低级控制器介导进行调整，但无论采用何种方式，都只是真实运动层级结构的近似模型。对此的解决方案可能包括更多影像学或电生理学手段，以理解下行神经元放电频率与特定行为之间的具体转换关系。此外，我们目前的下行神经元接口相当稀疏。DNa01、DNa02、aDN1、oDN1、巨纤维、口器运动神经元以及其他我们实验过的少数神经元参与了多种行为，但它们并未涵盖果蝇下行神经元行为控制的全部功能谱。最新研究表明，下行神经元数量庞大、部分存在冗余、具有层级结构且基于群体运作。其中一些是“广播器”，负责招募其他下行神经元；另一些则贡献转向、梳理、飞行或繁殖行为的特定功能模块（Braun等，2024）。这意味着我们当前的控制器虽能产生可识别的行为，但其控制维度远低于生物果蝇的自然状态。我们及其他具身模型的一个有趣应用可能是：根据特定感官输入，预测特定下行神经元的作用——前提是已知它们的预测激活时间。Pugliese等通过计算激活筛选预测了特定下行神经元的作用（Pugliese等，2025）。我们还注意到，将模型扩展至包含VNC及其他输出是另一个有益方向。最后需要强调的是，我们的研究结果尚不能作为“仅凭结构就能完整复现果蝇行为模式”的科学证据。虽然“结构到行为”的转化是我们的研究方向，但要实现更全面的具身化行为研究，仍需突破现有局限——这需要引入更多学习机制、建立更完善的先验知识体系、开发更精细的运动接口，并获取更多功能数据。因此，当前的具身化果蝇模型更适合作为科研平台和示范平台使用。

您能做些什么

Eon公司目前正在制定脑模拟与上传数据保真度的规范框架，预计将在中期发布该文件，并将就相关文件征求各方意见。此外，我们希望与学术界及产业界团体共同应对这一挑战。如您有意参与合作，请通过contact@eon.systems联系。

结论

我们将具身化果蝇模型视为重要第一步。该模型并非终点，且当前存在诸多显著简化。但其可作为连接组约束下感觉运动控制的有效测试平台，用于评估候选脑–体接口，并使具身化仿真问题具体化以促进改进。我们亦期望本演示能作为脑模型具身化运作机制的有趣且令人振奋的例证。

引用

Braun，J.，Hurtak，F.，Wang-Chen，S.，等(2024).下行网络将指令信号转化为群体运动控制. Nature，630 (8017)，686–694.Dorkenwald，S.等(2024).成年大脑的神经元连接图谱. Nature，634 (8032)，124–138.Eckstein，N.等(2024).黑腹果蝇突触位点电子显微镜图像中的神经递质分类. Cell，187 (10)，2574–2594.e23.Hampel, S., Franconville, R., Simpson, J. H., & Seeds, A. M. (2015).用于梳理运动控制的神经指令回路.《eLife》,4,e08758.Hampel, S., Eichler, K., Yamada, D., Bock, D. D., Kamikouchi, A., & Seeds, A. M. (2020).机械感觉触角器官神经元的不同亚群可诱发果蝇触角的梳理行为.《eLife》,9,e59976.Lappalainen，J. K.等(2024).连接组约束网络预测果蝇视觉系统神经活动. Nature，634 (8036)，1132–1140.Ozdil，P. G.、Arreguit，J.、Scherrer，C.、Ijspeert，A.和Ramdya，P.（2024）。集中式脑网络是梳理行为中身体部位协调的基础[预印本]。bioRxiv。Sapkal，N.等(2024).果蝇情境特异性停止行为的神经环路机制.《自然》，634 (8032)，191–200.Schlegel，P.等(2024).果蝇全脑注释与多连接组细胞分型. Nature，634 (8032)，139–152.Scott, K. (2018).黑腹果蝇的味觉处理.《昆虫学年评》,63卷,15–30页.Shiu，P. K.等(2024)。果蝇计算脑模型揭示感觉运动处理机制。《自然》，634 (8032)，210–219。Simpson, J. H. (2024).果蝇运动序列的下行控制.神经生物学当代观点,84,102822.Tastekin，I.等（2025）。从感觉检测到运动行为：果蝇味觉–摄食连接组的全面解析[预印本]。bioRxiv。Todorov, E., Erez, T., & Tassa, Y.(2012).MuJoCo:一种基于模型控制的物理引擎.收录于2012年IEEE/RSJ智能机器人与系统国际会议(第5026–5033页).IEEE.Vaxenburg，R.等(2025).果蝇运动的全身物理模拟. Nature，643 (8074)，1312–1320.Wang-Chen，S.、Stimpfling，V. A.、Lam，T. K. C.、Ozdil，P. G.、Genoud，L.、Hurtak，F.和Ramdya，P.（2024）。NeuroMechFly v2：模拟成年果蝇的具身感觉运动控制。《自然方法》，21（12），2353–2362。杨H.H.等（2024）。行走果蝇中转向的精细下行调控。Cell，187（22），6290–6308.e27。