在线玩数字果蝇

下面三个交互全部在你的浏览器里实时算物理（MuJoCo 编译成 WebAssembly），不是动画。点「启动」加载，点一下画面再用键盘操作。

开一只果蝇走障碍赛

三档难度对应三层神经控制：第 1 档由中枢模式发生器（CPG）替你协调六条腿，第 2 档你直接指挥左右两组「三足」，第 3 档一键一条腿——你会立刻明白果蝇为什么不用「想」怎么走路。

1/2/3 切换档位 · 第 1 档 W/A/S/D 前进转向、Q 停 · 第 2 档 G/H 左右三足前迈、F/J 后退 · 空格重来 · 支持手柄

翅膀按真实果蝇的拍打波形自动扇动，升力来自 MuJoCo 的流体模型，自稳控制器只调左右翅的微小不对称。你只给方向意图，松手即悬停。浏览器里跑的是真物理，所以固定 0.2 倍慢放。

W/S 前进后退 · A/D 左右转 · 空格上升 · Shift 下降 · R 重来

NeuroMechFly 的完整身体模型：拖动滑杆驱动每个关节，打开接触力、关节轴和执行器力的可视化，看清一只昆虫的腿是怎么装配的。

鼠标拖动旋转 · 滚轮缩放 · 右侧面板拖滑杆

13.9 万个神经元在浏览器里还跑不动，所以这部分是我们在 Mac mini 上用 FlyWire 全脑 LIF 模型 + 物理身体算好的录像。每段都写了它到底证明了什么。

尝到糖 → 转身去吃腿部味觉神经元喂进 13.9 万神经元的全脑模型，下行神经元左右放电之差驱动转向。行为 3.48 秒，0.66 秒起进入进食状态。

看到黑球逼近 → 巨纤维逃跑复眼 → 视觉模型 T4/T5 → 全脑 LIF。右侧 LPLC2 在 1.83 秒放电，右巨纤维 DNp01 在 1.89 秒放电（峰值 66.7 Hz），身体后退。

不给任何输入，它自己动了只加膜噪声和放电适应：30 秒里自发切换 46 次，静止 34%、前进 21%、后退 14%、梳理 30%。

第一版自发行为：节奏像节拍器全脑阵发间隔的变异系数只有 0.05——太规整，不像活物。对照上一段看改进。

CPG 步态：六条腿三足交替耦合振荡器网络协调六条腿，左右下行信号不对称就会转弯。

真实果蝇走路动作回放把实验室 3D 追踪到的真实果蝇关节角度，逐帧灌进物理身体。

翅膀振动发生器自由飞翅膀振动发生器（WBPG）按真实果蝇波形、约 218 Hz 拍动翅膀。

训练好的策略跟踪真实轨迹Janelia/DeepMind 用强化学习训练的飞行策略，跟踪误差约 0.5 毫米。

真实果蝇的扫视与逃逸飞行flybody 数据集里真实果蝇的飞行轨迹，作为仿真的参考答案。

用 200 Hz 刺激糖味觉神经元 0.3 秒：全脑 384 个神经元被带动，共发出 5,125 个脉冲。每一行是一个神经元，每个点是一次放电。

因为是真物理。行走的仿真步长 0.1 毫秒、飞行 0.05 毫秒，浏览器满速也只有实时的几分之一，所以固定慢放（行走约 0.1 倍、飞行 0.2 倍），让不同电脑手感一致。右上角会显示实际达到的倍率。

三个交互都需要键盘（行走也支持游戏手柄），手机上可以看，但没法操作。下面的录像手机上可以正常看。

行走和 3D 解剖台首次约 4～5 MB，飞行沙盒约 22 MB（果蝇的高精度网格）。资源走 Cloudflare CDN，第二次打开有缓存。

行走游戏和 3D 解剖台来自 EPFL 的 NeuroMechFly（flygym），飞行模型来自 Janelia 的 flybody，都是 Apache-2.0 开源；飞行沙盒的自稳控制器和全脑闭环实验是本站在它们之上做的。完整过程见专栏里的实测报告。