Eon Systems用简化LIF神经元驱动的数字果蝇把「脑上传」推上热搜，但也自承只是概念验证。知跃空间智能的DeepSoma选择另一条路：不把「上传某一物种脑」当终点，而是把世界、大脑与身体放进同一可运行平台里闭环演化。
知跃空间智能（DeepSoma/知跃灵物）定位Physical AI仿真平台，口号为Build Worlds、Run Brains、Embody Intelligence，试图闭合Environment→Brain→Agent→Environment回路。所谓LIF神经元，白话是计算上很省、动力学很简化的脉冲神经元模型，适合快速演示闭环行为，但生物细节较少；所谓精细神经元生物物理建模，白话是在仿真里保留树突、膜电位、离子通道等可求解状态，沿connectome构建更接近生物结构的全脑网络——算力与验证门槛更高，也更接近「可测、可复现」的科研工作流。
公开对比显示，Eon在MuJoCo仿真中用约14万神经元连接组加LIF动力学闭环觅食；DeepSoma强调树突、膜电位、离子通道等可求解状态，并沿connectome构建全脑网络。平台同时提供真实场景4D数字世界，以及跨数字动物、实验系统、机械臂与人形机器人的统一接入，公开叙事将其类比为Physical AI的「PyTorch时刻」——不只上传某一物种脑，而是让世界、大脑与身体共同演化。
产业观察上，这是AI for Science与具身智能的交叉试验台叙事，算力与验证门槛远高于消费级Demo。对科研用户，关注是否有可运行基准与开源接口；对投资者，则要警惕「平台」跑在湿实验验证前面——能讲故事是开始，能测、能复现才是科学工作流。
需要把边界读清楚。与Eon对比来自公开材料，非独立盲测；跨身体迁移仍待论文级披露。下一观察点是仿真到真机的损耗与商业客户清单。