嘉宾背景与元洛科技的技术定位

本期节目正值世界机器人大会（WRC）及宇树上市之际，丰瑞资本合伙人李峰邀请元洛科技CEO连文昭博士返场。作为两年前“机器人才刚火未火”时的嘉宾，连博分享了他从硅谷AGI创业公司Vicarious、Google X实验室（Intrinsic）到Figure的人形机器人经历，重点提及在类脑神经网络、机器人操作系统（ROS）以及模仿学习框架方面的探索。目前，他负责元洛科技的研发运营，并担任上海交大人工智能学院教授。

元洛科技成立于2023年，是一家专注于AI机器人的创业公司。其核心策略是“软硬结合”：硬件上不仅做类人形机器人，也拓展多种架构；算法侧则加大投入，推出以物理为中心的Open物理原生模型。公司选择科学智能（AI4S）中的泛实验室场景作为“练兵场”，通过部署机器人处理移液枪、离心机等高柔性、高精度任务，验证其在最严苛考场上的可靠性。连博强调，具身智能的核心挑战在于让机器人在未知环境中安全运动并泛化到未见场景。

WRC现场观察：从Demo到产业价值的转折

连博观察到，今年的WRC展馆规模扩大，数百家企业展示了从物流分拣到做饭倒水的各类场景。尽管行业尚未形成统一的技术共识，方法百花齐放（如纯预编程、视觉语言动作模型VLA、生成式世界模型等），但整体趋势已从去年的“新奇特”展示（如跳舞、唱歌）转向真正的场景落地与产业价值兑现。特别是上肢操作能力，正从单纯的能力展示走向可靠性，这是行业牵引的核心目标。

元洛科技连续两年参展，始终聚焦生命科学领域，展示长序列、高精度的实验操作能力。连博指出，虽然技术仍在发展，但今年更强调场景化应用。此外，WRC的国际化程度显著提升，大量来自欧洲、中东及日韩的外国面孔出现。这些访客多为商业集成商或寻求解决方案的企业，他们认可中国机器人的研发与制造能力，希望将产品推广至当地市场。连博认为，这标志着中国正逐渐成为事实上的全球机器人中心。

商业化挑战与物理模型的演进逻辑

在国际化合作中，连博指出成本与可靠性是核心瓶颈。虽然绝大多数海外需求（如机床上料、自行车装配）在技术上是可行的，但规模化部署需要机器人证明其“自启动”的可靠性。如果机器人在无人干预下能稳定运行，客户才愿意付费；若依赖工程师远程维护，成本将难以覆盖。目前市场存在预期过高的现象，许多复杂流程被误认为“容易实现”，但实际落地需从大池子中筛选可行需求。

回顾两年前提出的“直觉物理”概念，连博认为当前的世界模型与VLA路线本质上是在解决两个核心问题：一是如何安全地从A点运动到B点（自由空间与接触交互），二是如何决定目标状态。早期VLA模型通过大量数据回归直接生成动作，虽有效但存在过拟合与泛化性不足的问题。随着行业深入，大家逐渐意识到需要更深层的物理理解来支撑机器人的通用性与可靠性，这正是当前物理模型热潮背后的底层逻辑。

从捷径回归到世界模型：重构对物理世界的理解

在具身智能的发展路径中，行业早期主要推崇视觉语言动作模型（VLA）或世界模型。早期的 VLA 策略本质上是一种捷径学习：通过采集大量数据后直接进行回归，从观测量决定未来动作。这种方式虽然绕过了对世界的深层理解，但导致了严重的过拟合问题和泛化性不足。许多从业者对“泛化”的定义存在误区，例如认为物体位置移动 0.5 厘米后仍能抓取即为泛化。实际上，这种微小的扰动属于模型应具备的基础能力，而非真正的泛化。

随着问题暴露，研究重心转向世界模型。其核心目标不仅是生成动作，更是要利用 Transformer 等神经网络提取特征，以理解客观物体的发展规律。早期的世界模型往往陷入“像素到像素”（pixel-to-pixel）的重建陷阱，即预测所有像素以重建图像。这种做法反直觉且低效，迫使模型将大量表达能力浪费在无关细节的重建上。因此，业界开始探索以物体为中心的思路，忽略非关键的小细节，转而关注如“力”等关键模态。

“我是从来不觉得这个叫泛化，就这是很自然的应该有的能力。所以反而大家往这个视觉语言动作模型去走的时候，反而把这个标准降的低了一点。”

“力的这个模态...它是跟你的本体施加到环境中的，完完全全决定于你自己的。就是说，你施加力大，你反馈的力就大；施加的小，就反馈的小。”

闭环预测与多模态融合：迈向可靠泛化的技术路线

为了突破纯视觉模型的局限，当前的前沿探索聚焦于力觉模态的引入与闭环反馈机制。视觉信息受视角影响较大，且与人本体关联较弱；而力觉信号与机器人本体的动作极度耦合。基于此，构建的“世界-动作模型”不仅预测未来图像，更同步预测未来的力向量。通过比较“预测的力”与“实际施加动作后实测到的力”，系统形成闭环反馈。这种机制能不断纠正预测误差，随着数据积累，模型对物体交互规律的理解能力将显著提升。

从最终目标倒推，具身智能需实现零样本/小样本泛化与绝对安全。这要求数据获取更高效、信息密度更高，且模型能评估自身输出的不确定性边界。目前的技术收敛方向包括： 1. 降低数据采集成本：利用以自我为中心（ego-centric）的视频数据。 2. 提升信息密度与物理贴合度：从 2D/多视角隐式推导 3D，并采用以物体为中心的建模方式。 3. 多模态传感器融合：行业正从纯视觉向力觉、触觉（如触觉手套）扩展，构建包含视、力、触的多模态数据链路。

“当我们做这个模型的时候呢，我们一方面会去建模...我也希望预测未来的力...拿这个新的力跟我预测的力去比较。来反补回来纠正我的预测能力。”

“最终我们肯定是想达到零样本、小样本的泛化...第二点呢，它需要是能够去绝对的安全，知道自己的边界。”

软硬进展分化与范式重构：超越大语言模型的物理约束

回顾过去两三年中国机器人行业的进展，呈现出软硬件发展速度不对称的特点。硬件层面实质进步巨大：得益于国家投入与百花齐放的产业生态，供应链成熟度提高，新一代机器人的重复定位精度已逼近工业机器人级别，成本显著降低。软件/算法层面虽然演示效果惊艳（如叠衣服、倒咖啡），但拉长时间看，研发范式并未发生颠覆性变革。

当前行业普遍在“抄大语言模型的作业”，即沿用预测未来 token 的范式。然而，机器人问题与大语言模型存在本质差异。LLM 处理的是离散文本空间中的逻辑关系，解空间大且允许模糊性（多个局部最优均可接受）；而机器人面对的是严格的物理约束。例如手不能穿过桌面，瓶子不能被随意捏碎。这种“0 或 1”的物理刚性约束意味着机器人模型必须同时处理逻辑（任务分解）、几何（运动学尺寸）和物理（动力学摩擦/力）三个维度。

因此，未来的技术突破不能仅借鉴 LLM 的关联近似因果范式，必须将时间维度、几何约束和物理动力学强行注入模型架构中。具身智能的本质定义应为：在多重严格约束条件下，如何精确改变目标物体的状态。这是一个比语言模型更难、更需精细化建模的问题。

“在机器人上，它不是个逻辑关系，它是个纯物理关系...就大概它有一些非常零一零一的问题...受到了一些非常严格的物理和环境条件的约束。”

“具身智能，我觉得可以给一个不是那么正式的定义的话，就是在很多约束条件下，如何去改变目标物体的状态？”

场景选择逻辑：以高难度实验室任务牵引技术上限

在具身智能领域，物理世界具有时间维度且涉及复杂的几何约束。虽然我们可以借鉴大语言模型“训练后推理”的范式，但必须将因果约束和时间维度纳入其中。回到元落的早期决策，我们在确定应用场景时，刻意避开了当时流行的叠衣服、倒咖啡等展示性技能，而是选择了一个相对更难的方向。这一决策基于对机器人“不可能三角”（通用性、可靠性、速度）的权衡：我们牺牲了极致的速度和无限的通用性，不追求解决一万件事，而是聚焦于能解决几十到上百件特定任务。

我们寻找的场景必须满足三个核心特征：长序列逻辑、高精度几何与物理要求以及高柔性智能。这种“最难的考场”旨在牵引技术研发，提升底层能力。如果能在这些高难度场景中做好，未来走向家用的通用性自然水到渠成。

我们希望选一些难的场景，去牵引我们的技术研发，提升这个能力。如果能把这些事情做好，那一定能够解决所有未来走向家用的一万件事情。

这一方向不仅符合具身智能的技术诉求，更切中了科学智能（AI4S）、泛实验室及生物医药行业的真实痛点。当前科研面临两大核心问题：一是实验不可复现。人为操作存在理解偏差（如对温度条件的不同执行）及生理干扰，导致“十年十个亿，成功率百分之十”的困境；二是仪器利用率低。昂贵的实验设备依赖人工操作（朝九晚五），导致闲置率高，研发流程被拉长。机器人通过忠诚、细粒度且可记录参数的操作，不仅能解决复现性问题，还能实现仪器的并行调度与全天候运行，从而在提升质量的同时大幅提高吞吐量。

湿实验闭环：弥合数字AI与物理验证的鸿沟

随着 AI 在药物发现等前端环节效率的提升，瓶颈已转移至湿实验（Wet Lab）。AI 能在极大搜索空间中快速生成假设，但验证这些流程不能依赖人海战术。目前存在一个巨大的 Sim-to-Real Gap（生成到验证的鸿沟），即数字预测与物理执行之间的缺失。元落通过提供物理 API 接口，将机器人作为实验助理，串联实验室仪器与样品处理流程，从而闭环这一鸿沟。数字 AI 利用机器人回传的数据进行再学习、预测和循环，形成完整的科研闭环。

在技术实现上，过去两年多的积累使得机器人能覆盖常见实验流程（如液体、固体处理及离心机、PCR 操作）的 80%以上，并实现局部小闭环。目前产品形态类似自动驾驶中的 L2 辅助驾驶：机器人不替代科学家，而是作为研究助理执行指令、导出结果并支持下一步决策。例如，机器人可自动完成夜间换液等繁琐操作，确保科研人员次日获取完整数据。

机器人里面经常讲 sim to real gap...我们一直在努力去提供物理的界面，这个物理界面就可以去把这个鸿沟去闭环掉。

在精度与泛化性方面，硬件决定了系统的下限（必须达到特定机械精度才能解决物理问题），而软件模型决定上限（以最小样本量实现快速泛化）。当前团队已达成“下限稳定、上限定可部署”的健康状态。此外，克服高柔性挑战是关键难点之一：机器人需实时估计物体微小物理状态（如是否拧紧、插紧），并据此进行反馈控制。通过大量数据清洗与训练架构调整，团队已在华大制造、中科院等真实场景中验证了细胞培养及毒性检测等流程的可行性。

行业独特性与极端操作挑战

在近期参加的世界机器人大会（WRC）上，尽管场馆巨大且信息密集，但元落团队并未发现与其在科学智能、生化环材领域的高精度高柔性方向高度重合的竞品。这表明该细分赛道目前仍具有显著的稀缺性和独特性。

尽管当前能力已能支撑多数实验室应用，但面对极端场景时仍面临挑战。例如“撕保鲜膜”这一看似简单的家务或实验室操作，对机器人而言极具难度：材料高透、高反、薄且易破，同时对力的控制要求极高。这类需求真实存在，虽然当前通用技能难以直接完美解决（需“硬着头皮”做），但团队表示可通过定制特定设备或算法来攻克此类感知与控制难题，进一步拓展应用边界。

从单点技能到通用接口：机器人作为实验室的“物理API”

在讨论具身智能的具体落地时，我们常遇到一些看似简单却极具挑战的需求。例如将物品放入冰箱前撕开保鲜膜，这个需求真实存在，但对于机器人而言极难实现。原因在于高透、高反且薄易破的保鲜膜对感知和力控提出了极高要求，目前的通用技能难以直接应对。虽然可以通过开发特定设备来解决这一单点问题，但我们的核心策略并非孤立地解决单个难题，而是以自身能力为圆心进行有机扩展。商业化的理想状态是找到那个“交集”：既让企业用得起，又能做出效果，且对用户真正好用。

目前我们积极寻求与生化环材、检验检测及制药等领域的合作，核心逻辑在于机器人充当了实验室中最好的“API”接口。正如人类可以调度所有仪器一样，智能机器人提供了通用的操作界面。这意味着无论实验室原有设备是旧是新、异构与否，机器人都能轻量级甚至零成本地嵌入现有流程。其带来的首要价值是闭环操作，消除人为引入的不确定性和效率损耗。更深层的价值在于数据基座的构建：机器人操作产生的标准化、可信赖的数据，构成了类似GPU之于计算领域的“物理基座”。有了这个基座，我们不仅能提升效率，更能解锁过去因数据不可控而无法设计的实验范式。

“人就是一个最好的API，就是人可以调度所有的接口。对，那我们现在智能机器人是提供了这么一个接口。”

“有了GPU以后...我可以做以前不敢想的事情。我们现在可以大规模的去处理图像、视频，现在处理语言...”

AI4S的演进：从文献外插到赋予机器“好奇心”

回顾上一轮AI制药浪潮，如金泰等公司通过工业自动化仪器加速数据循环，但当时仍依赖间接方法解决定量转移等难题。如今，“AI for Science”成为热点，这得益于中国对基础研究与AI的双重重视。然而当前多数项目仍停留在用AI模型处理已知科学问题，尚未深入触及湿实验的智能化。从我们的体感来看，虽然基础科学研究是长期投入且回报周期长的事，但趋势已现。

数字AI的传统能力在于阅读文献和实验报告，从人类已知信息中学习并进行外插，但这存在边界。下一步的必然演进是赋予AI“好奇心”和主动性。机器需要自主设计实验以获取新信息，从新的数据源中生成假设并迭代。这种干湿闭环的螺旋上升机制允许尝试更多样的实验拓扑结构，从而在数量和假设维度上突破传统限制。无论是做湿实验的传统学科背景人员，还是偏AI背景的创业者，目前都呈现出融合趋势。传统学者正在接纳机器人作为流程一部分，而AI从业者则更敏锐地关注数据的积累与循环。两类人群对这种新范式的接受度均较高，且都拥抱通过新技术推进湿实验。

“它需要去自己去设计我需要得到什么新的信息，然后我从新的信息来源里边得新假设再去迭代...就赋予它更多的主动性。”

“传统做湿实验的人在接受了AI之后，也采纳这个智能机器人作为实验室流程的一部分...他们其实都还是比较开放、比较拥抱这个用新的方式来去实现湿实验的推进。”

价值分层与生态愿景：构建科学智能的物理平台

在商业化进程中，用户对价值的接受度呈现分层特征。最易被量化和接受的首先是降本增效（人工成本替代）以及仪器利用率的提升。尚未被广泛接受但潜力最大的是实验质量的提高与假设优化能力，即AI能否基于高质量数据提出更优的科学假设。尽管这部分价值目前较难量化，但显然是未来最大的增量来源。

展望明年及WRC（世界机器人大会）节点，我们的核心期望是构建并完善“原点计划”生态。我们希望将物理技能与数据在允许范围内共享，形成一个类似GPU计算平台的“物理AI平台”。这一生态旨在让所有参与的企业和科研单位提升研发速率和新结果产出率。我们不仅希望在医药行业复制如Lightning Out这样的成功案例，更期望将这种变化推广至材料、农业及精细化工等领域。作为一家“长期乐观、短期务实”的公司，我们在保证硬件本体可靠性（下线稳定）的同时，正致力于提升模型的通用性与泛化性。我们期待与行业伙伴共建生态，同时也欢迎对科技驱动落地感兴趣、愿意在真实场景中死磕机器人价值的研发人才加入。

“我们希望构建一个物理AI与这个科学智能构建这么一个物理平台，来去把生态构建好...使得生态里边的所有的这些企业科研单位能够把研发速率提升，产生新结果的速率提升。”

“我们元洛呢一直是一个长期乐观、短期务实的一个公司...在保证可靠性前提下去提升通用性和泛化性。”