一只果蝇在 Minecraft 里飞。它没有游戏脚本驱动：玻璃方块搭成的封闭房间里，这只虚拟果蝇的每次转向、翻滚、悬停，都由 166,700 个神经元的活动实时决定。这些神经元也并非模型凭空生成，它们来自一个真实果蝇中枢神经系统的完整连接组——9 月 3 日刚刚发表在 Cell 上的 MaleCNS v1.0。
把这张大脑图谱搬进游戏的人，是佐治亚理工学院的硕士生 Evan Smith，帮手是 GPT-6 Astra。论文 9 月 3 日上线，两天后模拟器已经跑起来；一周之内，这张科学界耗时十年绘制的最大动物大脑图谱有了自己的沙盒游戏 mod。
十年、4400 万美元和 1.25 亿个突触
先看这张图谱本身值多少功夫。MaleCNS（男性果蝇中枢神经系统完整连接组）由 HHMI Janelia 研究园区、剑桥 MRC 分子生物学实验室与 Google Research 合作完成，论文《Sexual dimorphism in the complete Drosophila male central nervous system connectome》9 月 3 日发表于 Cell（DOI: 10.1016/j.cell.2026.08.015）。
数据规模：166,700 个神经元、约 1.25 亿个突触连接，按神经元数量计是迄今最大的动物大脑图谱。它覆盖三个部分：中央脑、视叶，以及相当于脊髓的腹神经索（VNC）。颈部的神经连接被完整保留，这意味着听觉、视觉、嗅觉输入如何变成运动输出，第一次能在同一张图谱上被完整追踪。此前 2024 年发表的雌性成虫连接组（FlyWire Consortium 完成）覆盖了脑部，但两性对照、含完整神经索的版本，这是第一份。
工程量是这篇文章容易被忽略的部分。制作流程分三步：先用钻石刀把果蝇样本切成数以千计的纳米级薄片，逐片电子显微镜成像；再由 Google 的 flood-filling network 和 PATHFINDER 系统把二维切片重建成三维神经元形态；最后由 Janelia 的专家逐个神经元人工校对（proofread）。按 HHMI 的说法，仅人工校对一个环节就投入了 44 个人年。十年前按当时的技术估算，这个项目需要 500 人工作十年；AI 辅助重建把效率提升了三个数量级，才让它真正落地。
图谱以 CC-BY 许可完整开源：注册拿到 token 后，一行 pip install 就能把任意神经元的上下游连接拉到本地。1.25 亿个突触的 wiring diagram，是一个任何研究者、任何学生都能下载的公开文件。
两性对照还带来了新发现：262 种雄性特有细胞类型、114 种两性形态有差异的细胞类型。以 AOTU008 神经元为例，雄性比雌性多出两个投射。这些差异集中在高级脑区，与求偶和攻击行为直接相关。同一物种两套完整连接组的对照，让「微小环路差异如何造成全脑水平的行为差异」第一次有了结构层面的证据。
从 wiring diagram 到会飞的大脑
连接组是一张静态接线图，直接打开并不会有果蝇飞起来。从图谱到 Minecraft 里的行为，中间有三段工程：
第一段，神经元动力学。 每个神经元如何积累输入、何时发放，需要数学模型。学界常用 Leaky Integrate-and-Fire（LIF）模型：膜电位随输入电流积分上升，超过阈值即发放一个脉冲，随后膜电位泄漏回落。LIF 抛弃了离子通道的生化细节，保留了「积累-阈值-发放」的动力学核心，单个神经元一次仿真的计算量从求解 Hodgkin-Huxley 方程的数十次浮点运算降到十次以内——16 万个神经元实时仿真，模型必须做这种取舍。Evan Smith 的实现细节尚未公开，但要让 16 万个 LIF 单元以游戏帧率运行，这类简化几乎是必选项。
第二段，感觉编码。 Minecraft 的世界对果蝇来说是陌生环境：方块、光照、距离都要转换成视神经元的输入信号。MaleCNS 论文恰好给出了一条完整的视觉-运动通路示范：从 R1-R6 视觉神经元到 DNg13 运动神经元的连接路径已在图谱中被完整追踪。把游戏画面编码进 R1-R6，把 DNg13 的输出脉冲映射成翅膀的动作，这条天然接口就是虚拟果蝇的「感官」和「肌肉」。
第三段，游戏引擎接入。 神经仿真器的输出要变成 Minecraft 实体每一帧的位置和姿态，需要通过游戏的 mod 接口写入。
这三段在过去是几个月量级的接口工程：读数据、建网络、写动力学、接引擎，每一步都有脏活。Evan Smith 在原帖里只写了三句话：「V1 仍在开发中」「在 GPT-6 Astra 的帮助下完成」「代码和 mod 即将发布」。代码还没开源，具体分工无法核实，但结论已经摆在所有人面前：一个硕士生 + 一个 AI，两天。全脑仿真的门槛，从「公司级项目」降到了「个人项目」。
这两天改变的是什么
这个故事里有两个「不可能」同时被拆掉了。
第一个是全脑仿真的门槛。2024 年 10 月，UC Berkeley 的团队曾把果蝇全脑仿真跑在笔记本电脑上，当时被视为重要里程碑；更早的全脑仿真项目（如 OpenWorm）多年进展缓慢。它们的共同瓶颈不在神经科学，而在工程：连接组数据接口、仿真框架、渲染管线，每一层都要专业团队开发。当 GPT-6 Astra 把「1.25 亿突触的接线表跑成模拟器」的工程量压缩到两天，瓶颈就不再是工程人力，而是想法本身。
第二个是验证的周期。神经科学里「这个环路到底管什么行为」的问题，传统路径是养果蝇、做基因敲除、记录钙成像，一个假设几个月。有了可仿真的全脑，先在电脑里「切断」几条连接看行为怎么变，筛出值得验证的猜想，再回湿实验确认。仿真从此多了一个身份：湿实验之前的前置筛选器。这可能是虚拟果蝇最实际的科研价值。
需要划清的边界也在这里：能驱动行为不等于有意识。仿真复现的是神经元的电活动模式及其输入输出关系，果蝇闻不到玻璃房里的气味，感受不到温度，它有没有主观体验是科学目前无法回答的问题。这次演示证明的是「连接组 + 动力学模型 + 具身环境」足以产生适应性行为，这是行为层面的验证，不多不少。
下一步的看点在开源之后：代码和 mod 发布后，同一张图谱会被接进 Unity、Unreal 乃至真实机器人本体，同一个大脑会长出无数种身体。神经形态计算的研究者多了一个可以直接下载的「参考大脑」，而这个大脑最迷人的地方在于它足够小：1.66 亿分之一个人类大脑的规模，却已经能飞。
来源：Cell (DOI: 10.1016/j.cell.2026.08.015)、Google Research 官方博客、HHMI/Janelia 新闻稿、Evan Smith 原帖（X）