隆德大学用 AI 模拟进化：虚拟生物从零长出三种真实眼睛

如果把一群完全失明的代码生物扔进虚拟世界，只让它们自己找吃的、躲障碍，它们能自己发明眼睛吗？

瑞典隆德大学的一群研究人员就做了这么一个实验。他们用 AI 模拟自然演化，在计算机里搭建了一个极其简化的虚拟世界，然后放进去一批没有任何视觉代码的虚拟动物。

一开始，这些虚拟小动物什么也看不见，只能在代码世界里乱撞。研究人员没有教它们什么是光，更没有告诉它们怎么做视网膜，只给了一套生存规则：找食物、避开障碍物、学会导航。

没写一行视觉代码，眼睛自己长出来了

就像真实的自然演化一样，每一代虚拟动物都会出现细微变异。适应得好的个体留下后代，适应不良的被淘汰，只是整个过程在计算机里被大幅加速了。

神奇的变化一代代发生。最开始，这些生物只是对光线有了简单反应；随后，感光结构变得越来越精细，并且连接到了能够解析画面的原始大脑，最终演化出了可以清晰辨认物体的完整视觉。

更让研究人员惊讶的是演化出来的形态。自然界中已知的眼睛主要就三类：分散感光细胞、像人类一样的相机型眼球，以及昆虫那样的复眼。在这套极其简化的 AI 模拟中，这三种眼睛结构竟然全部自然涌现了出来。

负责这项研究的隆德大学感官与演化生物学教授 Dan-Eric Nilsson 感慨，演化仿佛认出了自己的老路，哪怕在完全由代码构成的数字世界里，它依然沿着现实中的轨迹重新走了一遍。

为什么重要

这项实验对普通用户和开发者的直接影响，看起来不是明天就能下个新软件，但它的思路完全可以启发机器人和具身智能的开发者。

以前我们给机器人做视觉，思路通常是自上而下的：工程师买来现成的传感器，写好驱动，再调图像识别算法。但这种人类设计出来的结构，在极端或未知环境里往往脆弱。如果我们让具身智能体在仿真环境里为了完成任务自主演化感知系统，它们很可能会长出人类工程师完全没想过、却更适应特定环境的感官搭配。

对科学界来说，这也是第一次用 AI 完整复现了复杂感官从零诞生的过程。生物学家过去研究演化只能靠化石和现存物种做推断，很多关键的中间过渡形态根本没有化石记录。现在把演化搬进计算机，等于按下了演化历史的倒带和快进键，甚至可以用它来推演大自然还没来得及走出的演化分支。

在我们看来，这项研究最聪明的地方，是它没有落入当前大模型靠大力出奇迹堆数据的窠臼，而是把 AI 当成了一个演化沙盒。隐患或者说局限在于，目前的虚拟环境依然极其简化，真实世界的物理法则、材质交互和能耗约束要复杂得多。这种模拟演化出来的结构能不能直接搬到物理硬件上，目前还是个问号。