果蝇版黑客帝国来了！谷歌十年画出果蝇大脑，硕士生用GPT-6两天让它沙盒起飞

新智元报道 一只果蝇，在Minecraft里飞。 在一个用玻璃方块搭出的密室里，四壁全透明，灰色石砖铺地，墙外是Minecraft标志性的蓝天。 一只红褐色的小果蝇悬在半空，扇动翅膀，飞几格，拐个弯，翻个身，一会儿头朝左，一会儿肚子朝上，像一只刚被放进罐子里还没搞清状况的真实果蝇。 推动它飞的不是游戏脚本，而是一整套雄性果蝇中枢神经系统的连接组。 166700个神经元在模拟中放电，神经活动直接决定了这只虚拟果蝇的每一次转向。 这份代号为MaleCNS v1.0的脑图谱来头极大： HHMI Janelia、剑桥大学和Google Research做了十年，光人工校对就花了44人年，9月3日刚刚登上《Cell》期刊。 但仅仅两天后，它就被塞进了游戏。 做这件事的不是什么顶尖实验室，而是佐治亚理工学院一个叫Evan Smith的研究生，他的帮手只有一个：GPT-6 Astra。 Evan Smith 十年磨一剑的科研成果，落地成沙盒游戏里的仿真模组只用了不到一周。 推倒前沿科学与民间极客之间那道墙，他只用了两天。 Evan Smith在原帖里留下了三句话：「V1仍在开发中」「借助GPT-6 Astra完成」「代码和模组即将放出」。 评论区瞬间炸锅。 有人说这是果蝇版《黑客帝国》，有人说模拟理论看来是真的，还有人替这只果蝇难过：想象一下，你是一只闻不到任何气味的模拟果蝇。 前OpenAI设计师Pietro Schirano留下一句改写自庄子的评论： 现在我不知道，是我当时梦见自己变成了一只果蝇，还是我现在是一只果蝇，梦见自己是个人。 代码虽然还没公开，但它已经说明一件事：全脑仿真的门槛，正在掉到个人项目这个级别。 166700个神经元 一张开源的顶级脑图谱 这次被塞进游戏的图谱MaleCNS，是首个完整的雄性果蝇中枢神经系统连接组。 这不只是一颗大脑。 它覆盖了中央脑、视叶，还包含了相当于果蝇脊髓的腹神经索。最重要的是，颈部的神经连接被完整保留，脑怎么指挥身体，这条线第一次在一张图上跑通了。 MaleCNS覆盖三块：中央脑（绿）、视叶（紫）、腹神经索（蓝），听觉、视觉、嗅觉输入到运动输出第一次在同一张图上连通。 科学家通过对比还发现了262种雄性特有细胞类型和114种两性形态不同的细胞类型。 这些差异集中在高阶脑区，不仅解释了果蝇在求偶和攻击行为上的性别差异，更验证了微小的回路改变能引发全脑级别的影响。 同一类神经元AOTU008在雄蝇（绿）与雌蝇（品红）中的差异，雄性多出两条投射。 这张拥有1.25亿个突触连接、迄今按神经元数量计最大的脑图谱是怎么来的？ 研究人员先把一只果蝇切成几百万片薄片逐片进行电镜扫描；接着Google出动了泛洪填充网络（flood-filling networks）和PATHFINDER系统，将海量二维切片拼回三维神经元形态；最后由Janelia的专家逐个进行人工校对与注释。 雄性果蝇脑与中枢神经系统的一小部分神经元，正面斜视（左）与俯视（右）。 十年苦功，三家顶级机构倾注心血，最后交付给外界的却是一个异常极客的界面：整套数据基于CC-BY协议完全开源。 你只需注册拿个token，敲一行pip install命令，几行代码就能把任意神经元的上下游连接拉到本地。 一颗包含1.25亿个突触的大脑，变成了一份人人可下载的开源文件。 唤醒这颗大脑 中间究竟差了哪几步？ 从接线图到虚拟果蝇，工程上到底接通了什么？ 神经连接图本质上只是一张静态的「布线图」。要把这张图变成能跑的虚拟生命，还得在工程上补齐三道关键工序。 第一 道 是神经元动力学。 每个神经元怎么积累输入、何时放电，必须有数学模型支撑。学界目前常用的是漏电积分放电模型（Leaky integrate-and-fire）。 只有接上动力学方程，静态的线圈才会变成涌动的数据流。 第二 道 是感觉输入。Minecraft里的光照、玻璃方块和距离，必须被准确编码进果蝇的视觉神经元。 第三 道 是动作输出。神经系统的电信号怎么翻译成角色在游戏里的物理位移？ 巧合的是，这次的Cell论文恰好给出了现成的通路：从R1到R6视觉神经元，再到DNg13运动神经元，这是一条被完全探明的视觉—运动链路。 Janelia演示的一条完整视觉运动通路：从R1到R6视觉神经元一路连到DNg13运动神经元。 只要在这条链路上把接口写对，虚拟果蝇看到前方的方块，就该做出真实的反应。 图谱、AI与沙盒引擎 被彻底踩平的科研门槛 为什么一个硕士生能在短短两天内，跑通全整套全脑仿真？ 先看看这一周凑齐了什么。 第一样，是完全开源的脑图谱。 它提供了精确到纳米级的结构数据和直接可用的API。 第二样，是狂飙的AI代码能力。 把几十万个神经元的连接表变成能跑的模拟器，涉及海量繁琐的接口工程：读数据、建网络、写动力学、接游戏引擎。 放在过去这是专业工程师团队几个月的工作量，而现在，GPT-6 Astra把工程量硬生生压到了一个研究生业余时间就能扛下的级别。 第三样，是人人都有的沙盒引擎。 Minecraft自带模组生态、物理规则和光照碰撞。你想测果蝇躲不躲障碍，垒几块玻璃就是墙；想测它追不追光，插个火把就行。 图谱提供结构，AI压低工程门槛，游戏提供直观的可视化世界。 三者叠加，让一个过去需要立项、拨款、组队的科研课题，变成了一个可复现的开源游戏。 对比一下全脑仿真的历史。 最出名的OpenWorm项目，线虫只有302个神经元，科学家和工程师组建开源社区做了十几年，才让虚拟线虫在模拟器里扭动起来。 即便是半年前，Eon Systems把FlyWire雌蝇全脑模型接进MuJoCo物理引擎，让虚拟果蝇走路、梳理、进食，也需要极高的配置：一家专职公司，加一台实验室级物理引擎。 连Neuralink创始人马斯克都跑到评论区惊叹。 而这次，果蝇神经元数量是线虫的500多倍，配置却降到了一个研究生，一个AI，一台能跑Minecraft的电脑。 可以预见，代码一旦开源，这颗果蝇大脑会被接进Unity、虚幻引擎甚至真实的机器人躯壳里。同一张图谱，将长出无数只不一样的数字果蝇。 前沿AI给科研带来的最大变化，或许并非直接替科学家发现真理，而是把「谁有资格动手验证」这条准入线，向下猛推了一大截。 2000年前的浪漫猜想 第一次有了代码 前OpenAI设计师Pietro Schirano转发 Evan帖子时，留下一句改写自庄子的评论。 庄周梦蝶的浪漫，在科学面前依然是一道跨不过去的物理鸿沟。 能驱动行为，绝不等于产生了意识。 当前的项目只能证明模拟神经活动驱动了角色运动。 这只在玻璃盒子里打转的方块果蝇，闻不到气味，感受不到温度。它有没有主观体验，会不会做梦，谁也不知道。 但科学的推进靠的本来就不是玄想，而是行为层面的验证。 改一改游戏环境，它会不会做出稳定的反应？打乱几条神经连接，它的飞行轨迹会不会跟着变？关掉一部分神经活动，它会不会当场宕机？ 过去，这些问题需要漫长的湿实验，费劲地养虫子、做基因敲除、漫长地等结果。 现在，研究者可以先在电脑里断几行代码跑一遍，把真正值得验证的猜想挑出来，再回到真实果蝇身上去检验。 一条6天大的幼体斑马鱼，透明轮廓里约14万个神经元正被逐类点亮。这是