中科大推出机器人化学家考核平台Labimus

背景

在“AI 决策 + 机器人执行”成为 AI for Science 主流的当下，自主实验室开始尝试用机械臂完成移液、称量等重复操作。但这些实验室大多高度定制——为适应机器人，实验台需要重新布局，设备需要重新设计，机械臂和夹爪常针对单一步骤定制，难以迁移到另一间实验室。真正的化学操作，如固体称量中依赖触觉反馈和经验判断的微调，对传统固定式机械臂构成了巨大挑战。中国科学技术大学联合北京人形机器人创新中心推出的 Labimus 平台，正是为了打破这种定制化局限，面向精准化学实验室设计了一套人形机器人与灵巧手的仿真评测体系，意图将“机器人化学家”的考核从传统二元标准升级为更科学、更细致的评价。

核心内容

Labimus 首先通过 Real-to-Sim 的方式，将真实有机化学实验室完整搬入仿真世界。团队重建了 30 余件实验室资产，包括分析天平、烧杯、药匙等，关键之处在于每件装备都具备真实物理属性：天平挡风门可沿导轨滑动，机器人需像人一样捏住把手推开；天平屏幕随粉末落入实时更新数值；粉末被建模为独立刚体，每一粒都具有质量和碰撞属性，舀取时颗粒随药匙运动，落入称量舟后逐粒累计质量，形成真实称量结果。

在考题设计上，Labimus 借助大语言模型解析 SOP 文档，自动完成场景组装、物体绑定和任务生成，拆解出六个原子操作（打开/关闭挡风门、抓取放置、按下去皮键、拾取工具、舀粉称量）以及一个完整的七步固体称量工作流。这些操作直接来自真实实验室的日常流程，而非工程师的随意设计。

评分体系是 Labimus 的核心创新。它引入三级递进评测层级：

• Tier 1：任务是否完成（如门有没有打开、物体是否抓起）。
• Tier 2：加入连续精度指标，如称量误差是否满足 SOP 规定的 ±0.001 克。
• Tier 3：关注长程实验中的精度保持和误差累积。

结合四种考试条件（标准布局、加光照扰动、加纹理扰动、两者叠加），构成 3×4 评测矩阵，同时检验机器人策略的精度和鲁棒性。

三位考生——三种代表性机器人学习方法 ACT、Diffusion Policy、π0——在 Labimus 中接受了测试。结果呈现出清晰的难度阶梯：最简单的开门任务，ACT 成功率最高仅 56.7%；关门任务成绩下滑，π0 最佳达 40.7%；而需要单根手指精确按下微小去皮的按键，ACT 仅 2.0%，Diffusion Policy 和 π0 直接归零。一个值得关注的发现是精度差距：以 ACT 的抓取放置任务为例，传统二元标准下成功率为 5.3%，但按 Tier 2 标准（位置误差 ≤15 毫米）只有 3.3%，即近四成被传统标准判为成功的操作实际上并不达标。在鲁棒性测试中，π0 在开门任务上光照或纹理单独扰动影响有限，但两者叠加时成功率从 47.3% 跌至 40.0%，降幅明显大于单一扰动，提示复合环境变化存在非线性共振效应。

关键要点

• 精细接触控制是当前共同短板：对开门、关门、按去皮键等任务，成功率随操作精细度急剧下降，按下去皮键（仅需指尖精准点触）对现有方法几乎失败。
• 二元评判标准在科学场景失效：Labimus 证明，传统“成功/失败”标准会掩盖大量不精确执行，例如 ACT 按 Tier 2 标准近四成操作不合格。
• 本体能力是当下最突出瓶颈：灵巧手的高自由度、敏感力觉感知和毫秒级响应尚未成熟，市场上满足化学操作需求的单只灵巧手售价 30 万起且大多未量产。
• 数据采集设备远未统一：视觉、触觉、UMI、egocentric 等方案百花齐放，摄像头规格各异，阻碍数据迁移。夏彦指出特斯拉 Optimus 因复用自动驾驶同套传感器而进展较快。
• Labimus 提出“科学成功”评价新范式：强调评价机器人化学家不应仅看任务完成率，更应看其是否加速科学发现（如将发现新物质时间从百年缩短到一周）。
• 平台目前为 v0 版本：仅覆盖四个原子操作和一项 Tier 2 精度任务，完整工作流评测和 Sim2Real 迁移尚未验证，团队选择先发布以吸引更多研究者加入。

意义与影响

Labimus 的最大意义在于提出了一种面向科学场景的机器人评测新范式。它从根本上改变了以往在外界条件固定、任务简单时的“刷分”逻辑，将科学实验中的精度、鲁棒性和长程稳定性纳入考核体系。这迫使机器人开发者从“完成任务”转向“完成符合科学标准的任务”，从而促使研究更贴近真实应用。

同时，Labimus 明确指向人形机器人 + 灵巧手的终局路线，而非继续优化定制化机械臂。这一定位鼓励行业将注意力从专用设备转向通用灵巧操作，以期最终实现无需改造实验室、直接使用人类现有工具完成科研实验的目标。

尽管当前版本不够完整（缺少完整工作流评测和 Sim2Real 迁移），但通过先抛概念再完善的方式，Labimus 为交叉学科（AI 与化学）提供了共同的讨论基础。正如夏彦所言：“如果只有我们一家在做，这个事情永远做不大。” 它促使更多灵巧手厂家、化学家和具身智能研究者共同探索本体的极限，以及如何真正用机器人加速科学发现。这一评测框架所隐含的效率维度——将发现新物质的时间从百年缩短到一周——是未来衡量机器人科学家价值的关键标尺，也是 Labimus 留给行业的深层命题。