一句话看懂：当科技界把注意力都放在大语言模型上时，一群生物学家正尝试绕过“人工智能”，直接培养人类脑细胞来构建“生物智能”。这类被称为“人类脑类器官”的活体神经元组织，已被用于控制机器人走迷宫、玩《Pong》和《Doom》等游戏，并成为生物计算研究的新载体。
事件核心：发生了什么
据 Wired AI 报道，从皮肤、血液或毛发样本中提取的成年细胞，经诱导还原为干细胞后，可以在实验室培养成含有数百万神经元的人脑类器官。这些类器官在 37°C、类似子宫环境的条件下培育约八个月，能够产生与早产儿脑波几乎无法区分的节律性电信号。
目前，多个研究机构正在探索这类活体神经组织的计算潜力：加州大学圣地亚哥分校的 Alysson Muotri 实验室让类器官引导蜘蛛形机器人穿越迷宫，并测试致幻剂对神经活动的影响；约翰斯·霍普金斯大学正以类器官为基础构建新型生物计算系统；澳大利亚墨尔本一家初创公司则让类器官直接“游玩”《Pong》和《Doom》。
为什么重要
这条技术路线与当前 AI 主流范式有本质区别。大模型依赖 GPU 集群、海量数据和反向传播算法，而类器官计算走的是一条“碳基路线”：用真实神经元和电信号训练活体组织，并用多巴胺等神经递质作为奖励信号。其核心优势在于，人脑神经元在能耗和学习效率上远超现有硅基芯片，单个突触的并行计算能力让当前 Transformer 架构在物理层面难以企及。
虽然这距离真正的“生物通用智能”还很遥远，但它提供了另一种思考 AI 未来的坐标系：如果智能不一定是“人工”的，而是可以从生命本身“生长”出来的，那么当下的算力竞赛和模型规模竞赛是否只是通往智能的一条路，而非唯一的路？
对用户/开发者/创作者的影响
普通用户：目前无需关注——类器官仍停留在实验室阶段，与日常使用的 AI 产品没有直接关联。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
开发者和研究者：值得关注的是生物计算接口的开放程度。如果类器官培养、电信号刺激与读取协议逐步标准化，未来可能出现面向生物神经元的“编程框架”，让开发者用软件方式控制硬件神经元，这类技能将是全新的交叉学科能力。但目前公开信息显示，尚无可供外部开发者接入的公开 API 或开发工具。
医疗与生物科技从业者：影响更直接。类器官在研究自闭症、阿尔茨海默病等神经发育与退行性疾病方面的应用已进入实质阶段——Muotri 实验室正利用自闭症捐赠者的细胞培养类器官，对比其与典型发育类器官的差异，这为药物筛选和病理研究提供了更接近人体的模型。
值得关注的后续
1. 伦理与监管边界。当类器官产生越来越接近人类的脑电活动，如何界定其道德地位、是否受动物实验法规约束，是生物计算能否走向实用化的前置问题。
2. 能否从“演示”走向“稳定计算”。类器官玩《Pong》仍是实验性验证，距离可重复、可控、可规模化的计算设备还有巨大差距。未来观察点应放在两个指标上：电信号解码精度和神经元培养的一致性。
3. 商业资本是否愿意长期投入。类器官研究周期长、工程难度大、回报不确定，与生成式 AI 的快速商业变现逻辑不同。如果墨尔本初创公司或相关实验室能够推出更明确的商业化路径，将标志着这一领域从纯科研进入早期的产业探索阶段。
来源：Wired AI
