一只果蝇停着不动。一只手举起拍子压下来。它的大脑在那一秒里发生了什么——这是用真实连接组跑出来的答案，不是动画。没有人告诉这些神经元“拍子来了”，它们只收到复眼上每个小眼的明暗变化。
拍子的大小按仿真里的刺激参数还原。果蝇身上亮红时，表示巨纤维正在高频放电。
果蝇的复眼视野：2,181 个小眼，位置来自数据里的真实视柱坐标。这是大脑收到的全部输入。
每一跳都是连接组里真实存在的突触。播放时可以看到亮起的先后顺序。
前三层（lamina、medulla、T4/T5）在真实果蝇里不产生动作电位，用连续膜电位建模，读数是相对活动；后两层会放电，读数是赫兹。这个分界按生理学划分，前四次尝试用一套模型走到底，信号在第一个突触就断了。
碰撞检测神经元 LC4 的放电率随时间变化。只有真的在逼近时它才被点亮。
| 情况 | LC4 静息 → 末段 | 巨纤维 DNp01 静息 → 末段 | 含义 |
|---|---|---|---|
| 拍子压下来 | 15.5 → 59.3 Hz（3.8×） | 100 → 200 Hz（2.0×） | 检测到碰撞，发出逃生指令 |
| 什么都不动 | 15.5 → 16.3 Hz | 100 → 114 Hz | 几乎没有变化 |
| 拍子收回去 | 先升后落至 33.5 Hz | 170 Hz | 见下方说明，这一条不干净 |
“收回去”那一条有个瑕疵：我让它从静息的小点直接跳到最大再缩小，这个跳变本身就是一次剧烈的视觉刺激，所以前半段的高反应不能算数。要做干净的对照，应该让它从一开始就保持最大。这一条留着不删，但不作为证据。
| 常见做法 | 这里 | |
|---|---|---|
| 输入 | 把画面特征直接接到选定的神经元上 | 明暗打进 2,181 个光感受器，位置按真实视柱坐标 |
| 谁判断“看见了什么” | 开发者写的规则 | 视叶自己算：L1 → Mi1 → T4/T5 → LC4 |
| 动力学 | 多为统一参数 | 分级与脉冲混合，按细胞类型给时间常数 |
| 证据 | 通常只展示“动起来了” | 三种情况对照，数值公开 |
这些同样是结果。
接进闭环竞技场后，500 帧里有 192 帧撞在障碍上。检测得到威胁，不等于能操控身体避开。
DNa01 与 DNa02 全程 0 Hz。它们由中央复合体驱动，而那需要自身运动信息，本实验没提供。
一秒脑时间要算几十秒，所以这是回放。把视柱抽样到四分之一后通路直接失效，无法做实时版。
分级层增益 2.0、分级转脉冲的平均 30 Hz。换成 80 Hz 时全部饱和，选择性消失。连接组不提供这两个值。
没有训练，没有人工特征。连接关系加上文献量级的时间常数，LC4 就自己学会了“盯着逼近的东西”。
纯脉冲模型在第一个突触断掉，纯分级模型让下行神经元全部饱和、反应方向甚至相反。