对话上交大连文昭：机器人学会实验，距离自主科研闭环还有多远？

2023 年，连文昭决定离开硅谷，回国创业。

这个决定背后，是他在机器人领域十多年的积累。连文昭曾先后在 Vicarious 从事通用人工智能研究、在 Google X 任资深研究科学家、在 Figure AI 任技术总监，并是 Figure AI 的初创成员之一。经历了从通用人工智能探索到机器人模型、软硬件协同的不同阶段。随着多模态大模型的发展，他看到了机器人进入真实物理世界的新机会，也希望将多年的技术积累真正转化为产品。

回国后，他找到了高中同学谢铮。一个长期在硅谷研究 AI 模型与算法，另一个则在国内深耕机器人硬件，曾负责优必选 Walker 人形机器人产品线。两人决定将各自的经验结合起来，共同创办物理智能机器人公司源络科技。如今，连文昭还担任上海交通大学人工智能学院教授。

但他们选择的创业方向，却不是当时更受关注的工业制造、仓储物流或家庭服务， 而是生命科学实验室。

在连文昭看来，实验室需要机器人同时具备高柔性、高精度和长序列任务执行能力，是一个足够困难的场景。“难是一件好的事情。”他认为，只有这样的场景入手，才能倒逼机器人建立真正通用的能力。

成立近三年，具身智能迎来热潮，源络也开始将机器人部署到真实实验室。从实验操作到自主科研，机器人距离真正改变科学研究还有多远？近日，DeepTech 在北京海淀与连文昭进行了交流。

以下为经编辑整理的对话内容：

从硅谷回国，为什么选择生命科学实验室？

DeepTech：你曾先后在 Vicarious 从事通用人工智能研究、在 Google X 任资深研究科学家、在 Figure AI 任技术总监，并是 Figure AI 的初创成员之一。 2023 年，为什么决定离开 Figure AI，回国创业？

连文昭：我在机器人行业工作了十多年。最早加入的 Vicarious 是一家探索通用人工智能（AGI）的公司，后来在 Google X，我进一步接触了机器人技术的工程实践，以及最前沿模型和算法研究。

2022 年前后，多模态大模型发展迅速，我判断这些技术有望加速机器人的实际应用。虽然机器人比大语言模型面临更多物理约束，需要在复杂、动态的真实环境中完成任务，但我认为它很可能成为 AI 下一阶段的重要方向。

在 Figure AI 工作期间，我第一次与硬件团队深入合作，对软硬件协同有了更全面的认识。有些问题通过软件很容易解决，但在硬件上实现却非常困难，反过来也一样。

经过这些年的积累，我觉得到了该自己做一件事的时候。同时，国内在人才、供应链和软硬件协同研发方面具有优势，能够支持更快的产品迭代，所以最终决定回国。

DeepTech：你在硅谷接触过不少工业制造、物流等应用场景。为什么创业后，选择了生命科学实验室？

连文昭：我之前工作的几家公司主要探索的应用场景是家庭、工厂和仓库，但真正进入部署阶段后，我们发现工厂未必是发展智能机器人的最佳试验场。工业制造追求标准化、低成本和高效率，很多问题可以通过调整环境和流程来解决，不一定需要机器人具备很高的智能水平。

生命科学实验室则不同。实验流程、样本配比和操作要求可能经常变化，不同研究人员的操作方式也不完全一样，很难把所有条件都标准化。同时，实验室对机器人的要求又非常高，除柔性外，也需要精细操作，还需要连续动态的完成多个步骤，这对物理智能确实有真正的需求。

另一方面它确实很有难度，难度是一件好事。如果一开始的场景足够有挑战，就能倒逼我们建立智能机器人真正需要的能力。未来，这些能力也可以迁移到其他领域。

DeepTech：2023 年前后，生命科学领域已经出现了不少自动化实验室，包括高通量实验平台和“黑灯实验室”。你们为什么认为，还需要新的智能机器人？

连文昭：我会把实验室的发展分成三个阶段。实验室 1.0 是以人为核心的传统实验室，科研人员依靠双手和眼睛完成各种实验操作；实验室 2.0 是以设备为核心的自动化实验室，通过高通量仪器、工作站和机械臂，把固定流程连接起来。这种方式适合标准化、重复性高的任务，但灵活性相对不足。另外，固定式高通量设备通常需要一定的实验规模才能发挥优势。

我们希望推动的是实验室 3.0，也就是由上层 AI 模型和智能体规划任务，底层智能机器人负责执行，实现“手脑联动”。

这并不意味着要替代所有自动化设备，而是让机器人利用柔性操作能力，把现有仪器和实验环节连接起来。AI 可以根据实验结果调整下一步计划，机器人负责执行，并把新的数据反馈给模型。这样才有机会形成真正的科研实验闭环。

DeepTech：未来，你认为实验室 3.0 会逐渐取代前两个阶段，还是三种模式会长期共存？

连文昭：我认为三种模式会长期共存，但比例会发生变化。

以人工操作为主的实验室可能会逐渐减少，对于流程固定、实验量大、重复性高的任务，传统自动化工作站仍然具有成本和效率优势。实验室 3.0 的占比则可能越来越高。随着 AI 能力提升，实验室会逐渐具备自主规划和执行实验的能力，但这应该是一个持续发展的过程。

DeepTech：创业时，你还邀请了优必选 Walker 系列产品线负责人谢铮。你们之前就认识吗？为什么选择他作为创业伙伴？

连文昭：我和谢铮是高中同学。后来我去美国读博士，一直从事机器人模型和算法研究；他则长期在国内研究机器人硬件、机械结构和控制技术。

机器人是一个软硬件高度耦合的系统。我过去更熟悉算法，但在机器人硬件还没有完全成熟的阶段，如果软件研发完全依赖外部硬件平台，就会限制性能和迭代速度。

所以我认为，现阶段更适合采用类似苹果的垂直整合模式，把关键硬件、底层控制和 AI 模型结合起来。谢铮的硬件背景正好与我互补。现在他主要负责机器人本体和底层控制，我主要负责模型与算法研发。

从技术演示到真实部署，难点在哪里？

DeepTech：源络成立快三年了，与最初的设想相比，现在的产品和技术路线有哪些变化？

连文昭：我们一直是设想通过数据闭环推动机器人技术研发和落地。这条路线基本没有改变。从 2023 年开始，我们一方面持续积累实验室场景的数据训练模型，包括很早采集了大量第一视角视频；另一方面持续研发高柔性、高精度的机器人本体。

经过多轮迭代，目前我们的机器人末端执行精度可以达到 ±0.1 毫米，满足目标实验室场景的要求。基于前期积累的数据，我们也训练了相关模型，已经能够在物体和任务层面实现一定程度的泛化。

商业化方面，我们与一些科研机构和企业建立了合作。客户通常会分阶段提出需求，完成前期目标后，再提高运行速度、覆盖更多实验环节。

DeepTech：此前有报道提到，你们的机器人已经能够复现 80% 以上的常见实验流程。这个比例具体意味着什么？距离完全自主运行还有多远？

连文昭：80% 指的是关键流程的覆盖率，是一个比较粗略的估计，具体取决于怎样界定实验流程范围。

从目前的能力来看，针对细胞培养与传代、细胞毒性检测、核酸提取与检测等常见实验，我们已经能够覆盖相当多的操作环节。但最终目标肯定不止于此。我们希望机器人能够覆盖完整的实验流程，真正实现无人值守运行。

如果能够做到这一点，就可以把实验室里原本需要人工辅助的设备连接起来，让它们实现每周 7 天、每天 24 小时持续运转。所以，接下来还需要继续扩大操作覆盖范围，提高运行速度和可靠性。

DeepTech：不同实验需要的操作方式差异很大。你们目前研发了哪些机器人形态？

连文昭：我们正在从单一产品走向多种模块化机器人组合。最早的 Monte 01 是轮式双臂机器人，后来的 Monte 02 延续了类人形设计。我们还推出了轮式单臂机器人 Monte S1，当然也支持固定式单臂、双臂等其他形态。

图｜Monte 系列机器人（来源：受访者提供）

这些机器人虽然形态不同，但可以共享关键硬件模组、底层控制系统和上层 AI 模型。因为不同实验任务需要的能力不一样。比如称量、滴定等操作可能需要双臂协作，但简单转运样品，轮式单臂机器人可能就足够了。我们不要求所有任务都由同一种机器人完成，而是希望根据实际需求，让不同形态的机器人协同工作。

DeepTech：现在各类硬件和开源模型越来越容易获得。如果其他公司购买现成硬件，再搭配先进模型进入科学实验室，你们的技术壁垒在哪里？

连文昭：其实十年前做物流仓储机器人时，我们就遇到过类似问题。

从技术演示的角度看，让机器人完成一次抓取并不难。现在借助开源模型和成熟硬件，不需要机器人 PhD 也可能很快搭建一个演示系统。但真正的难点，不是让机器人成功完成一次操作，而是让它在真实环境中持续、可靠地完成任务，同时把成本控制在合理范围内。

这有点像电动汽车。造出一辆能够行驶的车，与开发出性能稳定、成本可控、能够大规模交付的产品，是完全不同的事情。机器人同样如此。除了模型和硬件，还需要解决系统可靠性、运行速度、成本控制，以及怎样满足客户的实际需求。尤其是科学实验室，还需要把实验工艺、操作经验等行业知识融入机器人系统。这些能力都需要长期的工程积累和用户合作沉淀。

DeepTech：在实际研发和客户合作过程中，有没有哪些实验操作，目前的智能机器人仍然很难完成？

连文昭：没有绝对无法完成的操作，关键在于采用什么方法，以及需要付出多大的成本。

比如实验室经常需要高精度称量粉末或颗粒样品。一种方式是让机器人像人一样，用勺子取样，再通过调整动作控制落入天平的重量。我们训练过这样的端到端模型，机器人面对新的样品，也能自主完成比较精细的称量。但这种方式需要大量数据和模型训练，精度也存在一定上限。另一种方式是使用专用自动化称量设备，通过气泵等装置控制样品输出。这类设备可能更高效、成本更低，但通常难以适应所有样品。

这体现了两种技术路线的取舍：通用机器人具有更强的适应能力，但成本和效率未必最优；专用设备可能更经济，却牺牲了一部分灵活性。所以，我们并不认为所有实验都必须由通用机器人独立完成，而是根据任务要求，选择机器人、专用设备或者两者结合的方案。

让机器人学会实验，数据和模型还缺什么？

DeepTech：刚才你提到，高精度称量需要大量数据训练。你们目前主要通过哪些方式采集机器人训练数据？

连文昭：我们的数据主要来自几个方面。

首先是第一视角和第三视角视频，帮助模型理解任务、识别操作目标。但仅靠视频，机器人在精细动作控制上仍然存在局限。因此，我们也会采集真实机器人操作数据，比如人工引导机器人的末端执行器，或者通过遥操作设备控制机器人，记录动作和环境反馈，这类数据目前仍然非常重要。

此外，我们还在尝试让机器人通过自主探索学习。比如在称量实验中，让机器人不断尝试用勺子取样，再根据电子秤反馈的重量变化，逐渐学习如何调整操作。这种方式的关键是，机器人不只是模仿人类动作，还能够通过自己的操作获得反馈，不断改进。

DeepTech：你们也开发了自己的 OPN 模型（Object-Centric Physics-Native Model）。与目前主流的 VLA、世界模型等技术路线相比，有什么不同？

连文昭：我们不会特别强调不同技术路线之间的区别，因为很多能力可以融合。我们的框架中既有视觉语言模型（VLM），也引入了世界模型的监督方式，来预测未来的视频帧、力觉信号等。比较有特色的一点，我们自研的 OPN 模型是采用以物体为中心的表征方式，提高模型的数据效率和可靠性。

现在一些端到端模型直接根据原始图像和机器人状态预测动作，容易依赖训练数据中的具体场景。当物体的位置、颜色、材质发生变化时，需要大量新数据才能适应。我们的模型提取物体的姿态、可供性等结构化信息，并编码物体之间的关系，预测未来状态并生成动作，能够减少数据需求，提高泛化能力和操作可靠性。

DeepTech：不同实验室使用的仪器和实验流程可能各不相同。针对不同的用户需求，都需要重新开发一套系统吗？

连文昭：虽然仪器种类很多，但从操作类型来看，很多实验步骤其实相似，可以拆解为有限的基础技能。机器人如果掌握了这些基础能力，再适应不同设备的位置、尺寸和结构，就不需要针对每台设备重新开发程序。我们在不断积累这种可复用的操作技能，逐步真正实现开箱即用。

(来源:受访者提供)

DeepTech：近年来，一些 AI 公司开始推动实验仪器接口标准化，让模型直接调用设备。如果未来设备能够通过统一协议连接，机器人还有必要吗？

连文昭：首先，人其实就是实验室里最通用的接口。不管设备来自哪个厂商，人都能操作按钮、开关和样品，把不同实验环节连接起来，智能机器人可以承担类似的角色。

如果不同厂商能够采用统一协议，AI 可以直接调用设备，实验室的集成效率一定会提高。但是即使设备能够通过软件直接控制，样品转运、上下料等物理操作仍然需要完成。所以，未来两种方式一定会逐步实现动态的平衡。

实验室 3.0， 能否成为 AI for Science 的新基础设施？

DeepTech：你们长期希望发展通用物理智能，但目前主要服务生命科学实验室。你是否会担心技术会越来越垂直，难以迁移到其他行业？

连文昭：创业公司首先需要明确具体任务，才能为硬件设计和模型研发提供清晰目标。实验室其实是一个要求非常高的场景，需要高柔性、高精度和长序列任务能力。

如果把实现通用物理智能作为终极考试，我觉得实验室可能是最好的模拟考场。比如未来大家希望机器人进入家庭，做饭、洗碗、清洁等工作，都涉及操作电器、使用容器、处理液体，以及连续完成多个步骤。这些任务与实验室有不少相似之处，只是实验室对精度的要求通常更高。

所以，专注实验室并不会偏离通用物理智能的目标，反而可能帮助我们提前积累通用机器人需要的关键能力。

DeepTech：现在 AI 行业经常讨论 Scaling Law（规模定律）。随着操作数据和实验量增加，科学实验机器人的能力也会持续提升吗？

连文昭：一方面是机器人的物理操作能力。随着机器人不断执行任务、积累操作经验，精度和速度都有机会提升，我们已经在一些完整实验流程和液体处理等单项操作中观察到这种变化。另一方面是实验数据对科学模型的价值。过去，科学模型主要依赖论文和历史实验数据进行训练。未来机器人能够持续执行实验、产生新的数据，并将这些数据反馈给科学模型自我迭代。

如果把科学模型比作一块海绵，目前它还有很大的容量，可以继续吸收数据水分。至少现阶段，我们还没有看到模型能力提升的明显天花板。

DeepTech：许多实验室没有公开的数据，可能恰恰更有价值。毕竟最终发表出来的，往往只是那些成功的实验结果。

连文昭：是的，这实际上涉及科学数据的缺失和偏差问题。

一项研究可能做了很多次实验，但最终发表的只是其中一部分结果。如果模型只依赖这些经过筛选的数据，一定是有系统误差的。比如科学研究中一直存在 P-Value Hacking，这类数据如果被用于训练，一定影响模型判断。

所以，我们希望通过智能机器人连接实验设备，尽可能完整地记录实验条件、操作过程和最终结果，不只是保存成功的实验。这样才能为科学模型提供更加完整、可靠的一手数据，支持后续训练和改进。

DeepTech：如果进入你所说的实验室 3.0 阶段，机器人有可能在短期内实现自主科研闭环吗？

连文昭：我们实际上已经在一些具体案例中尝试并实现了这样的闭环，关键在于怎样界定问题的范围。实验室与自动驾驶面对的开放道路不同，它通常是一个相对可控的环境，可以提前明确任务目标、设备条件和操作范围。当问题被限定在清晰的范围内时，就有可能实现很高的可靠性，让系统自主运行。

我们的思路是先解决边界明确的问题，在这些场景中实现稳定的实验闭环，再逐步放宽约束，扩大能够自主完成的任务范围，不断产生实际价值，积累真实数据，同时利用这些数据继续训练和改进模型。

所以，自主科研闭环不一定要等到机器人具备完全通用的智能才能实现，可以从具体任务开始，逐步向更加复杂的科研场景扩展。

DeepTech：最后回到源络科技本身。现阶段，你最希望公司实现的目标是什么？

连文昭：我们现阶段的目标比较明确，就是推动智能机器人在实验室实现规模化部署，并与行业合作伙伴共同建立科学智能与物理 AI 相结合的闭环生态。 从 AI for Science 出发，构建通用物理智能。

更长远来看，我们也希望 AI 能够在科学研究中取得突破性成果。就像近年来 AI 在数学和软件工程领域展现出的能力一样，未来在科学领域取得超越人类现有水平的成果。

运营/排版：何晨龙

注：封面/首图由 AI 辅助生成