一项筹备中的“半生物AI”实验，将培养皿中约八十万人类神经元与开源果蝇全脑连接组接入同一游戏：神经元负责选择目标，数字果蝇回路负责运动。二者语言不同，需软件解码器翻译，因此性能提升究竟来自生物学习还是解码器训练难以区分。实验尚未完整跑通，协同适应效果未知。

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。

Eon Systems声称已实现果蝇大脑的数字仿真，但专家对此表示怀疑，认为缺乏科学数据和验证。尽管创始人称其为“真实上传的动物”，许多科学家认为这一说法不够严谨，强调需要更多实证研究支持这一声明。

研究团队提出了一种新型神经元模型ReSU，克服了传统深度学习的局限。ReSU通过自监督学习和时间动态性，模拟生物神经元特性，展现出更高的能效和更好的泛化能力，为AI发展提供新方向，并有助于理解生物系统的工作原理。

麻省理工学院的工程师团队开发了一种新方法，能够逐分钟预测果蝇胚胎中细胞的折叠、分裂和重组。这种深度学习模型在分析细胞几何特性方面的准确率达到90%，未来可能用于研究其他物种的细胞发展及早期疾病模式。