把完整脑，放进一个小世界。
地上的香蕉代表一个简化食物气味源。两侧触角把浓度变成神经输入；完整 FlyWire 网络在 NVIDIA GPU 上演算，DNa02 神经活动经过明确的动作映射，控制方块世界里的步行身体。
GPU 实验录制 · 浏览器回放 · No CUDA required to view
All 139,255 FlyWire neurons and 16,847,997 connection rows run on an NVIDIA A16 GPU. The fixed neural readout moves the body but fails to reach food; silencing sensory inputs leaves it stationary. This is recorded simulation, not live inference or learned navigation.
正在读取实际 GPU 记录……
这一帧，脑子输出了什么？
等待实际记录。
如何读这个实验
比较正常神经输入和关闭嗅觉入口的同初始状态对照。轨迹来自实际记录；网页不会让角色自动朝向香蕉。
结果以记录为准，包括没有接近或接触食物的情况。
哪些是连接组，哪些是我们的假设？
全部脑神经元和连接来自 FlyWire v783。输入只覆盖一个 DM1 食物气味通道，不代表完整香蕉气味或视觉识别。脑模型采用简化的突触 LIF 动力学。
动作层是未经训练的工程映射：DNa02 两侧放电频率之差控制转向、频率之和控制速度。尤其是速度映射没有生物学验证。身体是地面运动模型，没有飞行、肌肉或六足步态仿真。记录中的移动不等于可靠觅食。
怎么知道该刺激哪些嗅觉神经元？
香蕉图标在这里标记气味源的位置。我们没有让模型识别画面中的香蕉，也还没有重建香蕉的多种挥发物混合气味。
当前输入依据是：乙酸乙酯可以激活 Or42b 嗅觉通路，相关神经元投射到 DM1。我们根据固定版本的 FlyWire 细胞注释，选择左侧 35 个、右侧 33 个 ORN_DM1 神经元；它们只是入口，全脑的 139,255 个神经元仍参与计算。
环境分别计算左右触角处的局部浓度，转换成输入脉冲概率，再给对应输入细胞施加膜电位跳变。浓度与脉冲频率的关系是未经实测校准的工程近似。脑子和动作读出没有直接收到香蕉的位置或目标方向。
Sensory provenance: ethyl-acetate-responsive Or42b/DM1 input, 68 anatomically annotated ORNs within the full FlyWire graph. The concentration-to-spike adapter is an explicit approximation, not a validated banana mixture or receptor dose-response model.