中科大 Labimus：機(jī)器人化學(xué)家要上崗，先得考過(guò)這場(chǎng)試

面向精準(zhǔn)化學(xué)實(shí)驗(yàn)室的人形靈巧操控仿真和評(píng)測(cè)平臺(tái)

作者丨鄧哲敏

編輯丨齊鋮湧

一位有機(jī)化學(xué)家站在通風(fēng)櫥前，拉開(kāi)天平的玻璃擋風(fēng)門(mén)，把稱(chēng)量舟輕輕放到稱(chēng)量盤(pán)正中央，按一下去皮鍵把讀數(shù)歸零。然后，她用藥匙從試劑瓶里舀起一小撮粉末，根據(jù)粉末的粗細(xì)和黏性調(diào)整力道，最后一點(diǎn)點(diǎn)把粉末抖落到稱(chēng)量舟里，讓顯示屏停在0.850克，上下不超過(guò)0.001克。

這是她日常工作中的基本操作，也許一天要重復(fù)幾十次。

新藥、新材料、新催化劑的發(fā)現(xiàn)，背后是一場(chǎng)場(chǎng)的大規(guī)模試錯(cuò)。要試的配方成千上萬(wàn)，每一次試驗(yàn)都要有人稱(chēng)量、混合、加熱、檢測(cè)。如果能把這些事交給機(jī)器人，人類(lèi)科學(xué)家便可以把更多精力放在提出假設(shè)、設(shè)計(jì)實(shí)驗(yàn)和解釋結(jié)果上。

近日，中國(guó)科學(xué)技術(shù)大學(xué)聯(lián)合北京人形機(jī)器人創(chuàng)新中心推出了 Labimus，一個(gè)專(zhuān)門(mén)針對(duì)精準(zhǔn)化學(xué)實(shí)驗(yàn)室人形機(jī)器人靈巧操控的仿真和評(píng)測(cè)平臺(tái)。這個(gè)為機(jī)器人化學(xué)家專(zhuān)設(shè)的考官，希望打破傳統(tǒng)的二元評(píng)判標(biāo)準(zhǔn)，設(shè)計(jì)更嚴(yán)格、更精準(zhǔn)、更有效的考題。

01

為什么把人形機(jī)器人培養(yǎng)成化學(xué)家？

學(xué)者們相信，用人工智能輔助完成科學(xué)研究，或能成為科學(xué)發(fā)現(xiàn)的第五范式。

一方面，大模型正越來(lái)越多地參與科學(xué)研究流程。從閱讀文獻(xiàn)、設(shè)計(jì)實(shí)驗(yàn)方案，到預(yù)測(cè)材料性質(zhì)、規(guī)劃實(shí)驗(yàn)步驟，再到根據(jù)實(shí)驗(yàn)結(jié)果決定下一輪實(shí)驗(yàn)，AI 正逐漸承擔(dān)起動(dòng)腦的工作。另一方面，機(jī)器人開(kāi)始動(dòng)手。機(jī)械臂可以按照既定流程完成移液、混合、加熱、檢測(cè)等重復(fù)實(shí)驗(yàn)，把過(guò)去需要研究人員一遍遍操作的工作自動(dòng)化，大幅提升實(shí)驗(yàn)效率和可重復(fù)性。

近年來(lái)，從英國(guó)利物浦大學(xué)提出移動(dòng)機(jī)器化學(xué)家，到越來(lái)越多自主實(shí)驗(yàn)室的出現(xiàn)，“AI 決策+機(jī)器人執(zhí)行”已經(jīng)成為 AI for Science（即人工智能驅(qū)動(dòng)的科學(xué)研究）的一條重要技術(shù)路線。

然而，目前的自主實(shí)驗(yàn)室，大多是定制出來(lái)的。機(jī)器人不用適應(yīng)實(shí)驗(yàn)室，實(shí)驗(yàn)室倒需要適應(yīng)機(jī)器人。為了方便機(jī)器人工作，實(shí)驗(yàn)臺(tái)需要重新布局，實(shí)驗(yàn)設(shè)備需要重新設(shè)計(jì)，機(jī)械臂被固定在預(yù)設(shè)位置，連夾爪都針對(duì)某一個(gè)實(shí)驗(yàn)步驟專(zhuān)門(mén)定制。這樣的系統(tǒng)可以高效完成固定流程，卻很難直接遷移到另一間實(shí)驗(yàn)室。

以最普通的固體稱(chēng)量為例，實(shí)驗(yàn)員需要持續(xù)微調(diào)手握藥匙的角度，讓數(shù)字一點(diǎn)點(diǎn)逼近目標(biāo)值，而不是一次性全部倒進(jìn)去。整個(gè)過(guò)程往往依賴(lài)的是人的觸覺(jué)反饋和經(jīng)驗(yàn)判斷。對(duì)于機(jī)器人而言，這遠(yuǎn)比抓起一個(gè)杯子復(fù)雜得多。

因此，中科大團(tuán)隊(duì)沒(méi)有選擇繼續(xù)優(yōu)化機(jī)械臂，而是把目標(biāo)放在人形機(jī)器人和靈巧手上。在他們看來(lái)，人形機(jī)器人并非所有場(chǎng)景下的最優(yōu)解。也許流水線等高度標(biāo)準(zhǔn)化場(chǎng)景，專(zhuān)用機(jī)器人有自己的優(yōu)勢(shì)。但對(duì)于需要大量靈巧操作的化學(xué)實(shí)驗(yàn)室，人形機(jī)器人與靈巧手的搭配是一條值得探索的路線。

02

如何給機(jī)器人設(shè)計(jì)一場(chǎng)化學(xué)實(shí)驗(yàn)考試？

為了讓機(jī)器人接受科學(xué)實(shí)驗(yàn)層面的考核，Labimus首先把化學(xué)實(shí)驗(yàn)室搬進(jìn)了仿真世界。

當(dāng)然，這并不是簡(jiǎn)單地給實(shí)驗(yàn)室建一個(gè)3D模型。如果機(jī)器人最終評(píng)價(jià)的是稱(chēng)量精度，那么仿真環(huán)境本身就必須足夠真實(shí)。否則，后面的所有評(píng)測(cè)都失去了意義。

因此，團(tuán)隊(duì)從真實(shí)有機(jī)化學(xué)實(shí)驗(yàn)室出發(fā)，利用 Real-to-Sim 的方式，重建了30余件實(shí)驗(yàn)室資產(chǎn)，包括分析天平、燒杯、量筒、圓底燒瓶、藥匙等常見(jiàn)實(shí)驗(yàn)器材。但真正重要的，并不是數(shù)量，而是這些設(shè)備都具有真實(shí)的物理屬性。

例如，分析天平的玻璃擋風(fēng)門(mén)是能沿著導(dǎo)軌滑動(dòng)的，并不是一段播放著的開(kāi)門(mén)動(dòng)畫(huà)，機(jī)器人需要像人一樣捏住把手，控制力度，才能將擋風(fēng)門(mén)緩緩?fù)崎_(kāi)。分析天平也不是一個(gè)靜態(tài)道具，當(dāng)粉末落入稱(chēng)量舟后，屏幕上的數(shù)字會(huì)實(shí)時(shí)更新，就像現(xiàn)實(shí)中的電子天平一樣。

最難模擬的，是粉末。在許多機(jī)器人仿真平臺(tái)里，液體、顆粒等可變形物體一直是最困難的部分。Labimus沒(méi)有把粉末處理成一團(tuán)簡(jiǎn)單的視覺(jué)特效，而是將每一粒粉末建模成獨(dú)立的剛體，并賦予質(zhì)量、碰撞等物理屬性。機(jī)器人舀起粉末時(shí)，顆粒會(huì)隨著藥匙運(yùn)動(dòng)，落入稱(chēng)量舟后，每一粒顆粒的質(zhì)量都會(huì)被累計(jì)到分析天平中，最終形成真實(shí)的稱(chēng)量結(jié)果。

解決了在哪里考，Labimus 進(jìn)一步回答考什么。

借助大語(yǔ)言模型，系統(tǒng)首先解析 SOP 文檔，再自動(dòng)完成場(chǎng)景組裝、物體綁定和任務(wù)生成，最終拆解出六個(gè)原子操作，包括打開(kāi)擋風(fēng)門(mén)、關(guān)閉擋風(fēng)門(mén)、抓取放置、按下去皮鍵、拾取工具、舀粉稱(chēng)量，以及一個(gè)完整的七步固體稱(chēng)量工作流。

這意味著，機(jī)器人面對(duì)的不再是工程師憑經(jīng)驗(yàn)設(shè)計(jì)出來(lái)的測(cè)試，而是真實(shí)實(shí)驗(yàn)室每天都會(huì)發(fā)生的操作。

在論文通訊作者、中國(guó)科學(xué)技術(shù)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院特任教授夏彥看來(lái)，這也是機(jī)器人化學(xué)家最終形態(tài)的一部分。他設(shè)想，未來(lái)研究人員只需要告訴機(jī)器人實(shí)驗(yàn)?zāi)繕?biāo)，例如尋找一種新的催化劑，大模型便能夠自動(dòng)規(guī)劃整個(gè)實(shí)驗(yàn)流程，機(jī)器人負(fù)責(zé)完成實(shí)驗(yàn)，并根據(jù)實(shí)驗(yàn)結(jié)果繼續(xù)調(diào)整下一輪方案，最終形成真正意義上的自主實(shí)驗(yàn)室。

不過(guò)，這距離現(xiàn)實(shí)還有不小的距離。目前，大語(yǔ)言模型生成的實(shí)驗(yàn)流程仍需要人工校驗(yàn)，Labimus也只是向這一目標(biāo)邁出的第一步。

有了真實(shí)的實(shí)驗(yàn)環(huán)境，也有了來(lái)自真實(shí)SOP的實(shí)驗(yàn)任務(wù)，最后還差關(guān)鍵一步：該怎么評(píng)分？

Labimus最核心的觀察可以用一句話總結(jié)：Task Success ≠ Scientific Success。

過(guò)去，大多數(shù)機(jī)器人Benchmark采用的都是二元評(píng)價(jià)標(biāo)準(zhǔn)：完成就是成功，沒(méi)有完成就是失敗。在搬箱子、開(kāi)抽屜的場(chǎng)景里，這沒(méi)問(wèn)題。但在化學(xué)實(shí)驗(yàn)室里，這把尺子失效了。機(jī)器人可以把粉末轉(zhuǎn)移到稱(chēng)量盤(pán)上，按傳統(tǒng)的二元標(biāo)準(zhǔn)，這些操作算是做完了。可只要質(zhì)量誤差超出了SOP規(guī)定的±0.001克，這次實(shí)驗(yàn)在科學(xué)上就是不達(dá)標(biāo)的。

Labimus引入三級(jí)遞進(jìn)的評(píng)測(cè)層級(jí)。第一層仍然關(guān)注任務(wù)是否完成，例如門(mén)有沒(méi)有打開(kāi)、物體有沒(méi)有抓起來(lái)。第二層開(kāi)始加入連續(xù)精度指標(biāo)，例如稱(chēng)量誤差是否滿足實(shí)驗(yàn)要求。第三層則進(jìn)一步關(guān)注完整實(shí)驗(yàn)流程中的長(zhǎng)程表現(xiàn)，如機(jī)器人是否能夠在連續(xù)多個(gè)步驟中始終保持精度，又是在第幾步開(kāi)始出現(xiàn)誤差累積。每上一級(jí)，就多看見(jiàn)一層上一級(jí)看不到的失敗方式。再配合四種考試條件（標(biāo)準(zhǔn)布局、加光照擾動(dòng)、加紋理擾動(dòng)、以及兩者疊加的組合擾動(dòng)），共同構(gòu)成一張3×4評(píng)測(cè)矩陣，同時(shí)檢驗(yàn)機(jī)器人策略的精度和魯棒性。

03

考試的結(jié)果如何？

有了考場(chǎng)、考題、判卷標(biāo)準(zhǔn)，Labimus讓三位考生正式入場(chǎng)——ACT、Diffusion Policy、π0，三種具有代表性的機(jī)器人學(xué)習(xí)方法。

考試結(jié)果呈現(xiàn)一道清晰的難度階梯。最簡(jiǎn)單的任務(wù)是開(kāi)門(mén)。各家都能做到一定成功率，ACT最高，達(dá)到56.7%。到了關(guān)門(mén)，成績(jī)明顯下滑，π0表現(xiàn)最好，也只有40.7%。而需要單根手指精確按下一個(gè)小按鈕的去皮操作，對(duì)所有方法都構(gòu)成了嚴(yán)峻挑戰(zhàn)——ACT只有2.0%，Diffusion Policy和π0直接歸零。

這一梯度并不意外。開(kāi)門(mén)只需要抓住把手、施加一定推力，屬于相對(duì)粗放的接觸；關(guān)門(mén)需要控制力度，避免撞擊或夾手；而按下直徑僅幾毫米的去皮鍵，要求指尖以特定角度、特定力度完成一次精準(zhǔn)的瞬時(shí)接觸。

有一個(gè)發(fā)現(xiàn)值得關(guān)注：精度差距。

以ACT在抓取放置任務(wù)上的表現(xiàn)為例。按傳統(tǒng)的二元標(biāo)準(zhǔn)，它完成了5.3%的episode。但如果用Tier 2的精度標(biāo)準(zhǔn)重新審視，只有3.3%的episode滿足位置誤差不超過(guò)15毫米的要求。也就是說(shuō)，在那些按照傳統(tǒng)標(biāo)準(zhǔn)被判為成功的操作中，近四成其實(shí)是不達(dá)標(biāo)的。

魯棒性測(cè)試也有類(lèi)似提醒。π0在開(kāi)門(mén)任務(wù)上，單獨(dú)改變光照或紋理，性能影響都有限。可一旦兩種擾動(dòng)疊加，成功率從47.3%跌至40.0%，降幅明顯大于任何單一擾動(dòng)。這提示我們，真實(shí)世界里復(fù)合的環(huán)境變化，對(duì)策略的影響不是簡(jiǎn)單的線性疊加，而是存在某種共振效應(yīng)。

04

考試的意義是什么？

被問(wèn)及具身智能最大的瓶頸時(shí)，夏彥沒(méi)有猶豫："本體、數(shù)據(jù)、模型，三者都有瓶頸，但當(dāng)下最突出的是本體能力。"這個(gè)判斷與Benchmark的測(cè)試結(jié)果形成了呼應(yīng)。

Labimus的評(píng)測(cè)表明，精細(xì)的接觸控制是當(dāng)前方法共同的短板。但這些操作對(duì)靈巧手本身也提出了極高要求：高自由度、敏感的力覺(jué)感知、毫秒級(jí)的響應(yīng)延遲。市場(chǎng)上能達(dá)到這一水平的靈巧手，單只售價(jià)30萬(wàn)起，且大多尚未量產(chǎn)。

"我們受限于經(jīng)費(fèi)，還沒(méi)有辦法把市場(chǎng)上所有靈巧手都買(mǎi)回來(lái)測(cè)試極限。"夏彥坦言，"但如果本體都完不成動(dòng)作，收集再多數(shù)據(jù)也沒(méi)用；沒(méi)有好的數(shù)據(jù)，模型也訓(xùn)練不出來(lái)。"

這是一個(gè)層層傳導(dǎo)的困境：本體→數(shù)據(jù)→模型，瓶頸從最底層向上放大。

數(shù)據(jù)采集的混亂進(jìn)一步加劇了這一困境。視覺(jué)、觸覺(jué)、UMI、egocentric……各種采集方案百花齊放，連攝像頭規(guī)格都遠(yuǎn)未統(tǒng)一。夏彥提到一個(gè)有趣的對(duì)比：特斯拉Optimus能進(jìn)展較快，很大程度上是因?yàn)樗鼜?fù)用了自動(dòng)駕駛同一套傳感器規(guī)格，數(shù)據(jù)遷移成本極低。而學(xué)術(shù)界的機(jī)器人研究，幾乎每家都在用不同的硬件、不同的協(xié)議、不同的坐標(biāo)系。

Labimus的v0版本顯然不完整：只覆蓋了四個(gè)原子操作和一項(xiàng)Tier 2精度任務(wù)，完整工作流評(píng)測(cè)仍在進(jìn)行，Sim2Real遷移尚未驗(yàn)證。

但團(tuán)隊(duì)選擇在這個(gè)節(jié)點(diǎn)發(fā)布，是因?yàn)樗麄兿胂劝讶诵螜C(jī)器人化學(xué)家這個(gè)方向拋出來(lái)。

"這是一個(gè)非常交叉的領(lǐng)域，做AI的人不懂化學(xué)，做化學(xué)的人不懂AI。"夏彥說(shuō)，"我們先把概念提出來(lái)，讓大家看到這個(gè)賽道到底能做成什么樣。如果更多人加入，事情會(huì)推進(jìn)得更快。"

這種先占位、再完善的策略，在AI研究領(lǐng)域并不罕見(jiàn)。Labimus的特殊之處在于，它提出了一個(gè)新的評(píng)價(jià)范式。

過(guò)去，機(jī)器人Benchmark的競(jìng)爭(zhēng)邏輯是刷分，在固定數(shù)據(jù)集上追求更高的成功率。但夏彥認(rèn)為，這種邏輯在科學(xué)場(chǎng)景下會(huì)失效。"最終評(píng)價(jià)一個(gè)機(jī)器人科學(xué)家的，不應(yīng)該只是它完成了多少任務(wù)，而是它是否真正加速了科學(xué)發(fā)現(xiàn)。 比如把發(fā)現(xiàn)一個(gè)新物質(zhì)的時(shí)間從100年縮短到一周。這個(gè)效率維度，現(xiàn)有的Benchmark都沒(méi)有體現(xiàn)。"

這是一個(gè)更宏大的問(wèn)題，也是 Labimus 留給行業(yè)的真正命題。

以下是AI科技評(píng)論與論文通訊作者、中國(guó)科學(xué)技術(shù)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院特任教授夏彥的對(duì)話，經(jīng)不改變?cè)獾木庉嬚恚?/p>

▎AI科技評(píng)論：為什么直接瞄準(zhǔn)人形機(jī)器人+靈巧手的終局，沒(méi)有先找一個(gè)中間態(tài)過(guò)渡？

夏彥：對(duì)，我們確實(shí)沒(méi)有考慮一個(gè)中間的狀態(tài)。我們覺(jué)得這樣才是未來(lái)。

現(xiàn)有的自動(dòng)化實(shí)驗(yàn)室，本質(zhì)上是用夾爪去做定制化的事情。換一個(gè)實(shí)驗(yàn)，換一個(gè)夾爪，換一個(gè)硬件，這條路我們覺(jué)得不是未來(lái)。化學(xué)操作天然具有靈巧性，稱(chēng)多了要抖一抖，搭裝置要擰冷凝管，這些中間態(tài)的專(zhuān)用設(shè)備解決不了。人形機(jī)器人可以直接走進(jìn)沒(méi)有任何改造的實(shí)驗(yàn)室，用人類(lèi)現(xiàn)成的工具完成操作。

不是為了讓它看起來(lái)像人，是因?yàn)檫@間實(shí)驗(yàn)室，本來(lái)就是為人的雙手設(shè)計(jì)的。

▎AI科技評(píng)論：但靈巧手現(xiàn)在這么貴，又容易壞，如果本體能力長(zhǎng)期跟不上，這個(gè)評(píng)測(cè)會(huì)不會(huì)懸置在半空？

夏彥：這個(gè)確實(shí)是我們擔(dān)心的。所以我們現(xiàn)在希望有更多靈巧手廠家能夠一起合作，去探索本體的極限。

現(xiàn)在市面上有的說(shuō)22個(gè)自由度，有的說(shuō)25個(gè)，但實(shí)際上能不能做到精準(zhǔn)化學(xué)操作？我們受限于經(jīng)費(fèi)，目前采用的還是比較基礎(chǔ)的靈巧手。如果我們用了更好的本體，是不是事情會(huì)更容易一點(diǎn)？評(píng)測(cè)先行是有風(fēng)險(xiǎn)的，但如果沒(méi)有人先把方向提出來(lái)，行業(yè)可能永遠(yuǎn)不會(huì)往這個(gè)方向投入。 所以我們選擇先把Labimus拋出來(lái)，哪怕它現(xiàn)在只是一個(gè)v0版本。

▎AI科技評(píng)論：你預(yù)計(jì)人形機(jī)器人什么時(shí)候能真正走進(jìn)化學(xué)實(shí)驗(yàn)室？

夏彥：我希望在簡(jiǎn)單任務(wù)上，接下來(lái)一兩年內(nèi)能做一些比較經(jīng)典的基礎(chǔ)動(dòng)作。全面鋪開(kāi)的話，可能需要5到10年。但我跟幾個(gè)專(zhuān)門(mén)做機(jī)器化學(xué)家的化學(xué)工作者聊過(guò)，他們更樂(lè)觀，認(rèn)為隨著AI發(fā)展，3到5年可能就實(shí)現(xiàn)了。我作為做機(jī)器人的人，可能稍微保守一點(diǎn)。

▎AI科技評(píng)論：AI和化學(xué)是兩個(gè)完全不同的學(xué)科，這個(gè)交叉領(lǐng)域的困境怎么突破？

夏彥：這確實(shí)是一個(gè)非常交叉學(xué)科的事情。做具身智能的人其實(shí)是不懂化學(xué)的，化學(xué)的人也不懂AI。我們希望雙方的研究者都能進(jìn)入這個(gè)賽道看一看，它到底能做成什么樣。這也是為什么我們要現(xiàn)在推出v0版本。不是我們等不及，而是這個(gè)概念需要先提出來(lái)，才能吸引更多人加入。 如果只有我們一家在做，這個(gè)事情永遠(yuǎn)做不大。

▎AI科技評(píng)論：現(xiàn)在模型學(xué)習(xí)速度越來(lái)越快，很多benchmark很快被刷穿，具身領(lǐng)域會(huì)不會(huì)也有這個(gè)問(wèn)題？一個(gè)面向科學(xué)的benchmark，該怎么避免淪為刷分工具？

夏彥：確實(shí)存在。很多方法在數(shù)據(jù)集上刷得很高，但很難泛化到其他場(chǎng)景。

我覺(jué)得這里有一個(gè)根本性的問(wèn)題：最終評(píng)價(jià)一個(gè)機(jī)器人科學(xué)家的，不應(yīng)該只是它完成了多少任務(wù)，而是它是否真正加速了科學(xué)發(fā)現(xiàn)。 比如發(fā)現(xiàn)一個(gè)新物質(zhì)，從100年縮短到一周，這個(gè)效率維度現(xiàn)有的benchmark都沒(méi)有體現(xiàn)。

如何建立一個(gè)既能量化操作精度、又能衡量科研效率的完整評(píng)價(jià)體系？這是一個(gè)又大又難的問(wèn)題。Labimus也只是初步嘗試，肯定不完美。但如果行業(yè)能?chē)@這個(gè)問(wèn)題持續(xù)討論，比單純刷分要有意義得多。

▎AI科技評(píng)論：目前具身智能最大的瓶頸在哪里？

夏彥：我覺(jué)得模型、數(shù)據(jù)、本體都有瓶頸，但本體能力是當(dāng)下最突出的。我們想做很簡(jiǎn)單的化學(xué)操作，但本體能力就已經(jīng)受限了。我們希望把市場(chǎng)上所有靈巧手都買(mǎi)回來(lái)測(cè)試極限，但受限于經(jīng)費(fèi)還沒(méi)做到。如果本體都完不成動(dòng)作，收集再多數(shù)據(jù)也沒(méi)用；沒(méi)有好的數(shù)據(jù)，模型也訓(xùn)練不出來(lái)。另外，數(shù)據(jù)采集設(shè)備也遠(yuǎn)未統(tǒng)一，視覺(jué)、觸覺(jué)、UMI、egocentric……各種方案百花齊放。

論文：arxiv.org/abs/2606.31037

項(xiàng)目主頁(yè)：labimus.github.io

上車(chē)，帶你看遍全球 AI 頂會(huì)精華

可獨(dú)家暢覽：

專(zhuān)家演講PPT

大會(huì)報(bào)告全文

熱門(mén)論文解讀

學(xué)術(shù)新星訪談

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁(yè)、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來(lái)源并插入本公眾號(hào)名片。