你敢相信嗎？技術奇點居然先降臨在了一隻果蠅身上。
前兩天，國外有個叫 Eon Systems 在 X 上放出一段視頻，標題簡單到離譜：《The First Multi-Behavior Brain Upload》（首次多行爲腦上傳）。
視頻裏，一隻虛擬果蠅在物理引擎裏晃悠。
它一會兒邁腿走路，一會兒抬起前足梳毛，一會兒又低頭覓食，，，這一切看起來似乎沒什麼稀奇的。
但是，以上所有動作既不是腳本動畫，也不是強化學習訓練出來的。
視頻中的果蠅，它純粹靠自己大腦裏的12.5萬神經元和5000萬突觸在驅動，在這個虛擬的世界中到處亂逛。
此事吸引來了 Anthropic 研究員 Hattie Zhou 的轉發，隨後便被 Musk 看到。
馬斯克刷到後只回了一個詞：Wow。
這條帖瞬間刷爆X，瀏覽量破千萬。
這隻果蠅的大腦最初來自2024年Nature一篇重磅論文，研究團隊把果蠅全腦connectome完整掃描下來，用最簡單的Leaky Integrate-and-Fire神經元模型，只靠連接圖、突觸權重和興奮抑制標記，就讓它在虛擬身體裏活了過來。
接入MuJoCo物理引擎後，感知-行動閉環第一次真正閉合，91%的行爲和真實果蠅高度一致。
以前DeepMind和Janelia團隊用強化學習讓果蠅動起來，OpenWorm花了十幾年才把302個神經元的線蟲模擬出基本蠕動。
而這次，Eon Systems直接跳過了訓練，直接把真實生物的“接線圖”插進數字身體。
區別就像用樂高按圖搭房子，和讓房子自己長出來。
他們具體過程其實一步步其實也是有跡可循的。
第一步，他們拿到了FlyWire項目完整掃描的果蠅大腦connectome，12.5萬個神經元、5000萬條突觸的精確接線圖——這是2024年Nature那篇論文的底層數據，相當於把果蠅的整個“電路板”原封不動複製下來。
第二步，他們套用論文裏那個最簡單的Leaky Integrate-and-Fire神經元模型，只用興奮/抑制標記、突觸權重和基本放電規則，不加任何花裏胡哨的訓練層。
模型本身不復雜，但它忠實還原了生物大腦的原始動力學。
第三步，把這個數字大腦插進NeuroMechFly v2骨架，再塞進MuJoCo物理引擎。身體有了重力、摩擦、關節限制，傳感器也能實時反饋觸碰、氣味、光線，感知和行動第一次形成閉環。
第四步，什麼都不再幹預。沒有腳本控制，沒有強化學習獎勵函數。他們只是把虛擬果蠅扔進環境，讓它自己跑。
然後奇蹟就出現了。
果蠅開始自主行走，它會躲避障礙，會調整步態，會在地面上轉圈尋找食物。
抬起前足梳理翅膀的動作自然得像真的在鏡子前打理自己。
覓食時它甚至會根據氣味濃度改變路線，91%的行爲和真實果蠅高度一致，全靠大腦內部的電流湧動自己湧現出來。
這段過程看完最震撼的地方在於：它不是“被編程”成這樣，而是這個從未在真實世界出生過的果蠅大腦，自己所決定要這樣動。
以前我們總覺得AI要學會走路得訓幾萬小時，這次果蠅只用了一張接線圖，就把“活過來”這件事幹成了。
當然，以上這些現在還有明顯短板，果蠅的運動神經元掃描還不完整，沒有長期記憶，也學不會新技能。
對了，創始人之一 Alexander D. Wissner-Gross 是 MIT 傳奇人物，早年就拿過多個AI獎項。他和團隊的目標很清楚：先果蠅，再老鼠（7000萬神經元，是果蠅的560倍），最終人類大腦。
技術路線已經寫好，用膨脹顯微鏡和活體成像把規模問題變成純工程問題。
他們想讓人類在ASI時代依然保有主體性，而不是被徹底甩開。
Eon Systems的團隊說，他們只是把生物學最硬的connectome數據餵給了物理引擎，剩下的，是大腦自己決定要怎麼動。
這句話聽起來輕描淡寫，卻把整個AI圈的敘事悄悄翻了個面：原來奇點不只屬於人工超級智能，它也可以從最古老、最小的生物大腦開始。
現在視頻還在循環播放，那隻果蠅還在虛擬空間裏晃悠。
賽博果蠅活了，賽博鼠鼠也快了，
下一個，會是誰？
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
