智源究诘院提倡了 BAAIWorm 天宝 -- 一个全新的、基于数据驱动的生物智能模拟系统，初次杀青秀好意思线虫神经系统、肉体与环境的闭环仿真。BAAIWorm 天宝通过构建线虫的精细神经系统、肉体和环境模子，为探索大脑与步履之间的神经机制提供垂危究诘平台。

2024 年 12 月 16 日，智源究诘院理事长黄铁军和生命模拟究诘中心马雷等共同对于 BAAIWorm 天宝的垂危进展在海外有名科学期刊《当然 · 计较科学》（Nature Computational Science）上发表，并于 12 月 21 日被选为期刊封面故事。

BAAIWorm 天宝的垂危改进之处在于其不仅关怀神经系统的建模，还将肉体与环境纳入考量，酿成一个闭环系统，通过模拟线虫的步履，探索神经结构怎样影响智能步履。这一责任不仅为究诘生物智能提供了新的平台，也为具身智能表面的进一步发展和东谈主工智能规模的哄骗奠定了基础。

伦敦大学学院帕 Padraig Gleeson（OpenWorm 团队，本文审稿东谈主之一）评价 BAAIWorm："这是一项了不得的效果，它将秀好意思线虫的生理学和剖解学信息整合进了一个计较模子。在不同层面呈现了诸多进展，况且各项效果相互交融，组成了一幅线索明显的图景。我以为，这是一项咱们在秀好意思线虫建模和相识‘脑 - 肉体 - 环境’交互方面的垂危进展。"

《当然・计较科学》资深裁剪 Ananya Rastogi 指出："这项责任让我咫尺一亮。动态的机体与环境相互作用以及精细的模拟相结合，使得在闭环系统中究诘大脑行径怎样影响步履成为可能。"

这一效果的另一审稿东谈主默示："这项究诘为咱们从举座上相识神经系统建立了新的究诘范式。传统的神经科学究诘频频侧重于隔离和相识神经系统或大脑的特定方面。然而，通过笼统这些细节全面相识扫数这个词生物体仍然是一项挑战。这项究诘引入了一种很有远景的方法：尝试构建一个竣工的生物体模拟。"

Nature 著作连气儿：

https://www.nature.com/articles/s43588-024-00738-w

Research Briefing 连气儿：

https://www.nature.com/articles/s43588-024-00740-2

BAAIWorm GitHub 地址：

https://github.com/Jessie940611/BAAIWorm

BAAIWorm 天宝对于具身智能究诘的意念念

连年来，跟着神经科学和东谈主工智能技巧的深度交叉交融，究诘者们越来越多地尝试通过构建生物体模子来相识神经系统与步履之间的干系，并推动具身智能的究诘。海外上的个别究诘机构在这一规模获得了显赫进展。

2022 年，瑞士洛桑联邦理工学院（EPFL）发布了NeuroMechFly，一个基于果蝇的神经 - 机械耦合模子，用以究诘神经系统怎样驱动步履，关联效果发表于《Nature Methods》 [ 1 ] 。

2024 年，EPFL 进一步发布了NeuroMechFly v2，对该模子进行了优化，进一步提高了神经 - 肉体交互的功能性 [ 2 ] 。

与此同期，DeepMind 也在推动生物智能模拟方面迈出了垂危设施，2020 岁首步发布了Virtual Rodent，该模子通过模拟啮齿动物的大脑与肉体畅通，推动了对生物智能的相识。2024 年，DeepMind 在《Nature》上发布了 Virtual Rodent 的更新版，进一步普及了该模子在神经辘集和步履模拟方面的才智 [ 3 ] 。

生物智能无疑是东谈主工智能究诘的泉源。BAAIWorm 天宝通过高精度收复和模拟生物智能，为相识和探索生物启发的具身智能的中枢计制提供了垂危的实验平台。

通过将大脑、肉体和环境的互动整合到一个闭环系统中，BAAIWorm 天宝展示了神经系统怎样通过与肉体及环境的协同作用，产生复杂而高效的步履。这一究诘不仅加深了对生物智能的相识，也为拓荒具有近似感知与畅通才智的东谈主器具身智能系统提供了新的视角。

BAAIWorm 天宝先容

在秀好意思隐杆线虫中，畅通、觅食等步履是由其神经回路、肌肉生物力学和及时环境反馈之间的合营互动驱动的。然而，传统的模子频频将神经系统或肉体环境寂寥开来，未能捕捉到复古复杂步履的举座"大脑 - 肉体 - 环境"交互。在生物物理学上精确模拟这种复杂性仍然是一个挑战，这也凸显了构建竣工的闭环模子的必要性，以联结神经辘集、生物力学和环境反馈。

智源究诘院生命模拟究诘中心旨在拓荒这么一个闭环的生物物理精细模子（"生命模子"），以精确模拟生物体在神经、生物力学和环境互动中的复杂步履。团队剿袭可膨胀的多档次方法，包括多舱室神经元模子，通过直率模拟神经辘集结瑕疵联结、突触和神经元的行径，生成了生理上准确的神经动态。在这项究诘中，团队入部属手拓荒一个开源模子—— BAAIWorm，用于在闭环系统中模拟秀好意思隐杆线虫的体现步履。

BAAIWorm（一个集成脑 - 肉体 - 环境的模子）手脚一个开源模块系统，为究诘线虫步履的神经罢休机制提供了一个多功能平台。BAAIWorm 基于实验数据，由两个子模子组成：一个是生物物理层面上精细的神经辘集模子，模拟秀好意思隐杆线虫的神经系统；另一个是凭证线虫剖解学构建的肉体模子，并被一个可计较的简化 3D 流体环境所包围（见图 1）。

神经辘集模子中的每个神经元齐被默示为一个多舱室模子，模拟神经元的结构和功能部分（如胞体、神经突），以精确复现秀好意思隐杆线虫神经元的电生理特质以及基于实验数据的精细突触和瑕疵联结结构。

肉体模子则结合了 96 个肌肉细胞，这些肌肉细胞基于秀好意思隐杆线虫的剖解学，在四个象限中建模，以杀青计较对称性。名义级的力模拟了推力和阻力，优化了计较服从，同期反应了生物体在流体环境中的互动特质。

系统也简化模拟了环境中的连气儿感官输入（如食品浓度梯度）。这些输入会动态影响神经计较，进而驱动肌肉缩小，酿成一个闭环反馈系统，酿成合营的畅通轨迹，随机与着实线虫步履类比（见图 1）。

图 1：BAAIWorm 天宝是一个具身秀好意思隐杆线虫仿真平台。BAAIWorm 天宝将一个生物物理层面尽头精细的神经辘集模子与一个生物力学肉体和三维环境整合在一个闭环系统中，进行感官刺激和肌肉信号的交互。神经辘集模子包含了具有精细结构的神经元模子及突触和瑕疵联结，通过迭代优化模子参数（如联结权重，联结极性等），靠拢着实秀好意思隐杆线虫的神经能源学特质。肉体模子由 3,341 个四面体（手脚肉体结构的基本建模元素）和 96 个肌肉组成，与三维环境互动，杀青及时的畅通仿真。

BAAIWorm 天宝亮点

1. 天下最高精度线虫神经辘集模子

究诘团队基于线虫神经元的着实生理特质，构建了一个生物物理层面上的高精度神经辘集模子。神经辘集模子中的每个神经元齐被默示为一个多舱室模子，模拟神经元的结构和功能部分（如胞体、神经突），以精确复现秀好意思隐杆线虫神经元的电生理特质以及基于实验数据的精细突触和瑕疵联结结构。该模子是当今已知首个同期在神经元层面和神经辘集层面齐具有着实能源学特质的，基于多舱室建模的高精度秀好意思隐杆线虫神经辘集模子。

2. 肉体环境模子

该模子稳健生物线虫剖解特质，可精确壮健的跟踪和度量三维软体畅通。比拟于 OpenWorm，在仿真性能和环境圭臬等目标上获得了数目级的普及。

3. 高精度神经系统模子与肉体环境模子的闭环仿真

BAAIWorm 天宝初次建立了线虫神经辘集模子与肉体环境模子的闭环交互，模拟线虫通过之字形畅通接近食品的步履。环境中的食品浓度刺激嗅觉神经元，畅通神经元驱动肌肉缩小，生成合营的畅通轨迹。在这一流程中，究诘东谈主员不错通过模拟的方法，及时不雅察线虫的轨迹、神经行径以及肌肉信号。

通过 BAAIWorm 天宝，可同期不雅察线虫畅通情况与神经辘集每个细节的动态情况。

BAAIWorm 天宝基于 OpenWorm 的新进展

OpenWorm 是一个始创性的敞开科学技俩，尽力于通过建模秀好意思线虫（C. elegans）激动计较生物学的发展。智源究诘团队在究诘中使用了 OpenWorm 提供的诸多珍视器具和数据，如细胞模子样式、突动荡态及 3D 线虫体信息。基于 OpenWorm，BAAIWorm 天宝在多个重要方面杀青了显赫的进展，推动了这一规模的进一步发展：

1. 增强版神经辘集模子

OpenWorm 提供了好多有价值的神经系统建模器具和程序，如 ChannelWorm 和 c302。然而，BAAIWorm 天宝在以下几个方面进行了显赫改进：

a ) 单神经元建模：c302 提供了多舱室的神经模子，且扫数神经元的参数均支援。然而，BAAIWorm 天宝通过调治五种单神经元模子，使其更精确地拟合电生理数据，确保模子随机准确反应着实的神经能源学。

b ) 联结精细进程：在 c302 的多舱室神经模子中，神经元的联结位于胞体上，而 BAAIWorm 天宝则在神经元的神经突（neurite）上建立联结，极大普及了神经元联结的剖解学准确性。

c ) 磨砺：c302 生成的多舱室神经辘集模子并莫得经过磨砺，而 BAAIWorm 天宝的神经辘集模子则经过了严格的磨砺，以匹配功能图谱，从而更好地捕捉到复杂且着实的神经能源学。

2. 增强版生物体与环境建模

Sibernetic 是 OpenWorm 技俩顶用于模拟 C. elegans 物理体动态的物理模拟器。尽管 Sibernetic 的粒子模子在某些任务（如压力计较）上有一定上风，BAAIWorm 天宝的生物体与环境模子在多个方面显露出色：

a ) 生物体建模服从：BAAIWorm 天宝的体表数据是基于 Sibernetic 的体表数据进行退换的，但四面体线虫体模子比拟 Sibernetic 的粒子模子，元素数目大幅减少，极大提高了性能，同期保握了剖解学的着实性。

b ) 3D 环境：借助简化的流体能源学，BAAIWorm 天宝的 3D 仿真场景的限制比拟 Sibernetic 提高了两个数目级，从而随机模拟愈加复杂和大范围的环境。

c ) 仿真：BAAIWorm 天宝剿袭了投影能源学（projective dynamics）手脚形变求解器，比拟 Sibernetic 显赫镌汰了每个迭代设施的仿真时间。同期，投影能源学在使用较大时间步万古也显露出了较高的壮健性，这使得仿真随机更高效地启动。

d ) 可视化：BAAIWorm 天宝剿袭了及时网格渲染和 GPU 光芒跟踪技巧，不仅带来了更佳的视觉效果，还在保证高性能的前提下，普及了仿真场景的着实感和互动性。

3. 闭环互动

OpenWorm 将 c302 神经辘集和 Sibernetic 的生物体模子结合杀青了两者的交互，但这种交互是敞开式的，清寒环境对于神经系统的反馈。而这一嗅觉反馈对生物体在环境中糊口来说至关垂危，BAAIWorm 天宝通过引入感官反馈，杀青了神经辘集与生物体模子的闭环互动。这一垂危改进随机更全面地相识线虫怎样与其环境进行互动、惩处感官信息并践诺合营的畅通。

未来预测

智源究诘院的生命模拟究诘中心通过 BAAIWorm 天宝展示了数字生命体建模的后劲，为进一步相识神经罢休机制和智能步履的生成机制提供了全新器具。这一效果基于改进的闭环建模念念想，将大脑、肉体与环境手脚举座进行整合，为构建其他数字生命体荟萃了珍视老师。

现时东谈主工通用智能（AGI）究诘主要沿三条旅途伸开：数据驱动的东谈主工神经辘集（ANN）模子，如 OpenAI 的 GPT 系列；基于 ANN 的强化学习，如 DeepMind 的 DQN；基于"结构决定功能"原则的类脑方法，举例脉冲神经辘集（SNN）。

智源究诘院积极探索第三条旅途，通过类脑建模探索神经辘集结构怎样驱动智能步履。这一标的不仅尽力于究诘生物智能，还旨在为通用东谈主工智能的杀青提供新念念路。在这沿路线中，生命模拟究诘中心拓荒的天演平台（eVolution）提供了雄壮的建模和优化才智。该平台通过整合详尽的生物数据和微调模子参数，杀青模子的"电子进化"（electronic-evolution），在通往 AGI 的探索中开辟了独有旅途。

除了 BAAIWorm 天宝，智源究诘院还在拓荒 OpenComplex（一个开源卵白质或 RNA 建模平台）和 BAAIHeart（亚细胞层级的高精度腹黑建模）。

通过在生命的多个圭臬规模究诘的协同发展，智源究诘院正推动生物智能与东谈主工智能交叉究诘的前沿探索，以杀青对智能实质的深切相识和哄骗。

参考文件

[ 1 ] https://www.nature.com/articles/s41592-022-01466-7

[ 2 ] https://www.nature.com/articles/s41592-024-02497-y

[ 3 ] https://www.nature.com/articles/s41586-024-07633-4欧洲杯体育