具身智能（Embodied Artificial Intelligence，，，，，，，，EAI）是指将人工智能系统嵌入具有物理形态的实体之中，，，，，，，，使其能够感知情形、从履历中学习，，，，，，，，并在与真实天下的一连交互中形成认知、决议与行动能力[1]。。。。。与以符号推理或纯盘算为中心的古板人工智能差别，，，，，，，，具身智能强调智能并非脱离物理天下而保存，，，，，，，，而是必需通过身体进入情形，，，，，，，，在行动与反响的循环中一直演化。。。。。

当这一头脑被系统性地引入科学发明历程时，，，，，，，，便形成了面向科学研究的具身智能（Embodied AI for Science，，，，，，，，EAI4S）。。。。。在这一新范式下，，，，，，，，自主智能体直接置身于实验室等真实科研情形中，，，，，，，，能够感知实验状态，，，，，，，，执行实验操作，，，，，，，，并在实践中学习和积累实验手艺；；；；；同时，，，，，，，，智能体并非只是机械地执行流程，，，，，，，，而是通过与物理天下的一连交互，，，，，，，，一直调解其科学推理、实验设计与决议战略。。。。。面向科学研究的具身智能的焦点潜力，，，，，，，，在于从基础上重塑科学发明的方法，，，，，，，，通过更快的实验迭代、更稳健的实验执行，，，，，，，，以及对因果关系和机理结构的一连探索，，，，，，，，突破目今科研运动在效率、可重复性和知识积累方法上的结构性瓶颈。。。。。

本文将系统回首机械人实验室的生长历程，，，，，，，，剖析现有手艺系统的内在局限，，，，，，，，并讨论迈向真正具身化科学智能所需的要害突破偏向。。。。。

机械人实验室的生长脉络

机械人实验室最早的标记性希望，，，，，，，，来自在物理系统中首次实现端到端自治的科学发明闭环。。。。。2004年，，，，，，，，Ross D. King 团队在功效基因组学领域展示了一套机械人科学家系统，，，，，，，，该系统能够在真实实验情形中自动天生科学假设，，，，，，，，并通过实验加以验证[2]。。。。。这一事情首次证实，，，，，，，，提出假设、设计实验、执行实验和剖析效果这一完整的科学要领流程，，，，，，，，可以被形式化并交由机械在物理天下中闭环运行。。。。。

在此基础上，，，，，，，，2009年提出的 Adam 系统对机械人科学家的头脑举行了进一步的系统化和工程化实现[3]。。。。。Adam 系统明确编码了假设天生与实验验证相团结的科学推理循环，，，，，，，，并强调实验历程的机械可读体现、实验数据与流程的完整纪录，，，，，，，，以及效果的可追溯性和可重复性。。。。。围绕这些系统，，，，，，，，相关研究逐步总结出机械人科学家的通用手艺架构，，，，，，，，包括科学知识体现、假设天生、实验设计、机械人执行以及基于实验效果的迭代学习等要害？？？？？。。。。。

机械人实验室生长的第二个主要阶段，，，，，，，，是从以科学假设为中心的系统，，，，，，，，转向以闭环优化为焦点的自驱动实验室（self-driving laboratories）。。。。。随着实验自动化平台的成熟以及机械学习要领在实验设计中的普遍应用，，，，，，，，研究重心逐渐转向怎样在资源受限的条件下，，，，，，，，高效探索重大、高维的实验空间。。。。。这一阶段通常接纳自动学习和贝叶斯优化等要领，，，，，，，，使系统能够凭证实验反响动态调解实验战略，，，，，，，，从而提高探索效率[4]。。。。。

2020年提出的移念头械人化学家系统，，，，，，，，是这一范式的主要里程碑[5]。。。。。该系统在真实的人类实验室情形中一连多天自主运行，，，，，，，，能够自力选择实验条件、执行实验并凭证效果调解后续决议，，，，，，，，展示了自驱动实验室在恒久稳固运行和重大决议方面的可行性。。。。。进入2020年月初，，，，，，，，综述性研究对这一范式举行了系统总结，，，，，，，，并普遍指出，，，，，，，，系统集成的可靠性、自动化执行的稳健性以及实验数据与流程的标准化溯源，，，，，，，，是制约自驱动实验室进一步扩展的主要工程瓶颈。。。。。

最近，，，，，，，，随着大语言模子和工具增强智能体架构的快速生长，，，，，，，，机械人实验室最先引入语言模子作为科研事情流的高层组织与编排机制[6,7]。。。。。这类系统能够将研究目的转化为详细的实验妄想，，，，，，，，协调软件工具与物理仪器，，，，，，，，并对端到端实验流程举行统一治理。。。。。已有研究批注，，，，，，，，这种以语言模子为焦点的系统在使命无邪性、跨领域泛化能力以及流程重组方面，，，，，，，，显著优于早期针对简单使命设计的机械人系统。。。。。

迈向面向科学研究的具身智能

只管机械人科学家、自驱动实验室以及基于语言模子的实验室系统取得了显著希望，，，，，，，，但从实质上看，，，，，，，，这些系统仍主要依赖自动化执行和数值优化，，，，，，，，而尚未形成真正意义上的科学智能。。。。。它们在执行预界说实验流程、在参数空间内高效搜索以及组织重大实验操作方面体现突出，，，，，，，，但通常仍受限于人类预先设定的体现系统，，，，，，，，在面临真实实验情形中的物理不确定性、看法笼统以及科学机理明确时能力缺乏。。。。。

弥合这一差别，，，，，，，，正是迈向面向科学研究的具身智能的要害所在。。。。。在这一新阶段，，，，，，，，自主智能体不但能够运行实验，，，，，，，，更能够将实验室视为一个一连转变的物理天下，，，，，，，，通过一直的感知、推理与行动，，，，，，，，实现对实验历程的深度明确和自动顺应。。。。。实现这一转变，，，，，，，，需要在三个相互耦合的偏向上取得突破。。。。。

首先是具身天下模子与实验手艺学习。。。。。需要构建多模态的感知与行动模子，，，，，，，，用以描绘实验情形的动力学特征，，，，，，，，并支持实验操作手艺的学习、复用与组合，，，，，，，，使系统能够在重大情形中实现逾越人工剧本的稳健操作。。。。。

其次是因果关系与科学机理层面的推理能力。。。。。系统应从纯粹追求实验效果优化，，，，，，，，转向对因果结构和机明确释的发明，，，，，，，，通过具有可识别性的实验设计和理论约束，，，，，，，，形成具有诠释力和迁徙能力的科学知识。。。。。

第三是可验证的自主运行与科学操作系统。。。。。这要求构建具备清静约束和审计能力的智能体架构，，，，，，，，并通过对实验行动、数据与溯源信息的统一规范，，，，，，，，使具身化的科学智能体能够在差别实验室、差别学科之间可靠扩展，，，，，，，，同时坚持科研效果的可信性与可重复性。。。。。

为何面向科学研究的具身智能具有现实紧迫性，，，，，，，，以及开放为何要害

目今全球科学发明能力泛起出显著的不平衡漫衍。。。。。这种不平衡并非主要源于科学头脑某人才储备的差别，，，，，，，，而是深植于实验基础设施获取能力的结构性差别之中。。。。。从统计效果看，，，，，，，，全球被主要数据库收录的科学论文中，，，，，，，，凌驾85%来自高收入和中高收入国家，，，，，，，，而低收入地区在全球科研产出中所占比例极低[8]。。。。。这一事实批注，，，，，，，，今世科学研究越来越受到实验条件、装备本钱以及系统可靠性的制约。。。。。

面向科学研究的具身智能为缓解这一结构性问题提供了一条现实可行的路径。。。。。通过将隐性的实验履历转化为可复用的具身手艺，，，，，，，，并借助稳固的闭环运行机制和标准化的实验流程，，，，，，，，相关系统有望在有限投入条件下显著提升科研产出效率。。。。。若是这一手艺系统在设计之初就坚持开放和可肩负原则，，，，，，，，科研基础相对薄弱的地区便有可能跨越古板重资产实验室建设路径，，，，，，，，更有用地加入前沿科学研究。。。。。这一理念与团结国教科文组织提出的开放科学原则高度一致，，，，，，，，其焦点目的正是通过共享和互操作的科研基础设施，，，，，，，，缩小全球知识生产的结构性差别[9]。。。。。

开源、标准化与可肩负的手艺路径，，，，，，，，以及中国的角色

面向科学研究的具身智能标记着机械人实验室从自动化工具，，，，，，，，迈向具备学习、推理和决议能力的科研主体。。。。。要使这一转变真正爆发普遍而长期的影响，，，，，，，，必需在手艺蹊径和制度设计上坚持三项基来源则。。。。。

第一，，，，，，，，坚持开源导向。。。。。通过开放焦点系统、模子和实验手艺，，，，，，，，科研群体才华在共享与协作中一连积累能力，，，，，，，，阻止基础手艺重复建设，，，，，，，，从而加速整体立异节奏。。。。。

第二，，，，，，，，系统推进标准化建设。。。。。实验行动、硬件接口、数据名堂以及实验溯源机制的统一，，，，，，，，是实现跨平台协作、跨实验室迁徙和跨领域扩展的条件条件，，，，，，，，也是科学效果可验证性和可复现性的制度基础。。。。。

第三，，，，，，，，将可肩负性作为焦点设计目的。。。。。面向科学研究的具身智能不应仅效劳于少数顶尖实验室，，，，，，，，而应成为更多科研机构可以安排、维护并一连演进的公共手艺能力。。。。。

在这一要害窗口期，，，，，，，，中国具备在该领域施展更着述用的现实基础。。。。。完善的制造系统、突出的工程化能力以及富厚的科研应用场景，，，，，，，，使中国有条件将面向科学研究的具身智能从实验室原型推进为可规模；；；；氖忠障低。。。。。

未来，，，，，，，，中国应在国家科研基础设施结构中明确支持相关平台建设，，，，，，，，起劲加入并引领国际标准制订，，，，，，，，并通过开源手艺与国际相助，，，，，，，，将成熟的系统和履历向全球，，，，，，，，尤其是科研资源相对缺乏的地区输出。。。。。通过这一方法，，，，，，，，中国不但能够加速自身科学发明历程，，，，，，，，也有望在新一轮科研范式厘革中，，，，，，，，成为面向科学研究的具身智能手艺与公共能力的主要全球供应者。。。。。

论文链接：

[1] Fan, W., Liu, S. Putting the smarts into robot bodies. Communications of the ACM, 2025, 68(3): 6–8.

[2] King, R. D. et al. Functional genomic hypothesis generation and experimentation by a robot scientist. Nature, 2004, 427(6971): 247–252.

[3] King, R. D. et al. The automation of science. Science, 2009, 324(5923): 85–89.

[4] H?se, F., Roch, L. M., Aspuru-Guzik, A. Next-generation experimentation with self-driving laboratories. Trends in Chemistry, 2019, 1(3): 282–291.

[5] Burger, B. et al. A mobile robotic chemist. Nature, 2020, 583(7815): 237–241.

[6] Boiko, D. A. et al. Autonomous chemical research with large language models. Nature, 2023, 624(7992): 570–578.

[7] Bran, A. M. et al. Augmenting large language models with chemistry tools. Nature Machine Intelligence, 2024, 6: 525–535.

[8] National Science Board. Publications Output: U.S. Trends and International Comparisons. NSB-2023-33, 2023.

[9] UNESCO. UNESCO Recommendation on Open Science. 2021.

作者先容：

刘少山，，，，，，，，优德官网（优德官网）具身智能中心主任，，，，，，，， 国际盘算机学会（ACM）手艺政策委员会成员。。。。。

唐洁，，，，，，，，华南理工大学副教授，，，，，，，，研究偏向包括空间智能，，，，，，，，机械人，，，，，，，，盘算系统等。。。。。

本文转载自“知识分子”公众号