Eon用LIF“上传”果蝇脑，中国团队直接上精细神经元和跨身体平台
内容提要
中国团队知跃空间智能发布DeepSoma平台，旨在构建全脑仿真基础系统，将真实场景重建为可计算的4D数字世界，并精细建模神经元生物物理机制。相比Eon Systems的数字果蝇，DeepSoma更强调真实环境、全脑网络与跨身体接口的整合，推动Physical AI发展，让智能可迁移至不同实体。
延伸解读
从LIF到精细建模：两种还原路线的差异
Eon的数字果蝇采用LIF模型，以约14万个神经元和5000万条突触连接构建连接组约束的简化神经动力学，强调高效运行闭环。DeepSoma则向下深入到树突、离子通道等生物物理机制，试图从单个神经元内部理解智能的计算方式。前者让线路跑起来，后者想进入每个计算单元，这代表了两种不同的还原层次。
仿真环境与真实世界：训练场的本质区别
Eon的果蝇在MuJoCo等预设物理仿真环境中完成感知-动作闭环，环境是人为设计的。DeepSoma则强调将真实场景重建为持续更新的4D数字世界，包含几何、语义、时空与物理信息，为大脑提供更逼真的训练场。这一差异意味着DeepSoma试图让智能在更接近现实的条件中演化，而非局限于虚拟设定。
平台化野心与验证挑战
DeepSoma将世界建模、全脑求解和跨本体接入整合为平台，目标是将同一脑模型映射到数字动物、机械臂或人形机器人，形成环境-大脑-智能体闭环。但更细的建模和更大的平台边界也带来更高门槛：能否稳定运行更大规模网络、仿真与真实神经活动的一致性、脑-身映射能否减少人工规则、跨身体迁移能否复现，都是待解问题。
Q&A
DeepSoma平台相比Eon Systems的数字果蝇，主要有哪些不同？
DeepSoma不满足于LIF简化神经元、预设物理仿真场景和只做数字动物，而是强调精细神经元生物物理建模、将真实场景重建为可计算的4D数字世界，并整合跨身体接口，构建全脑仿真基础平台。
Eon Systems的数字果蝇使用了什么神经元模型？
Eon Systems的数字果蝇采用了简化的泄漏积分发放（LIF）神经元模型，涉及约14万个神经元和5000万条突触连接。
DeepSoma的核心理念是什么？
DeepSoma的核心理念是“Build Worlds. Run Brains. Embody Intelligence”，即让世界可计算，让大脑可运行，让智能可迁移，旨在构建全脑仿真基础平台。
DeepSoma如何实现跨身体迁移？
DeepSoma通过将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等不同实体，实现跨身体迁移，身体的行动改变世界，世界的新状态再进入大脑，形成闭环。
DeepSoma在神经元建模上比Eon更精细，具体体现在哪些方面？
DeepSoma从单个神经元内部向下建模，包括树突、胞体、膜电位、离子通道和突触等生物物理机制，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。
DeepSoma平台面临哪些挑战？
DeepSoma面临平台能否稳定运行更大规模全脑网络、仿真结果与真实神经活动的一致性、脑-身映射能否减少人工规则、跨身体迁移能否在公开任务中复现等挑战。
DeepSoma与PyTorch有什么类比关系？
DeepSoma被类比为类似PyTorch的底层平台，但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，为Physical AI提供共同底座。
