上海交大连文昭团队和源络科技正在做实验室具身机器人，目前已经能在边界明确的生命科学实验场景，实现局部自主科研闭环，但通用、开放场景下完全自主的科研闭环还远没有落地，核心路线是先做可控小场景闭环，慢慢扩大任务范围，而不是一步到位造出全自动科学家。传统自动化实验室大多是固定脚本、高通量工作站，只能跑提前写死的流程，遇到意外情况就卡住，没法自己根据实验结果改方案；而这套方案是上层 AI 做科研规划，底层柔性机器人动手操作，一边做实验一边采集全量原始数据，再把数据回传给模型迭代，形成 “假设 - 实验 - 观测 - 更新假设” 的循环。整套落地路径分为几步，第一步先选定边界清晰的生物实验任务，打磨机器人亚毫米级柔性操作、液体移液、样本抓取这些基础动作，保证单项操作稳定可靠；第二步打通 AI 规划层和机器人执行层，AI 根据上一轮检测结果，自动生成下一组实验参数，机器人自主调用离心机、酶标仪等设备执行；第三步完整记录全部实验过程数据，包含失败案例，补齐过去科研只发表成功数据带来的数据偏差问题；第四步持续积累场景数据，训练物理原生模型，慢慢放开任务约束，拓展到更复杂、不确定性更强的科研问题。按照这个节奏，限定场景的自主闭环已经跑通，但面对全新未知科学问题，机器人还离不开人类科学家定义目标、判断科学价值，通用自主科研闭环仍然是长期目标。
三代实验室模式对比表
| 阶段 | 核心主体 | 能力特点 | 自主闭环水平 |
|---|---|---|---|
| 实验室 1.0 | 科研人员手工操作 | 灵活，但人力消耗大、通量低、记录容易不全 | 无闭环，全靠人判断设计 |
| 实验室 2.0 | 自动化仪器、固定工作站 | 高通量、重复性强，流程写死，应变弱 | 半自动化，不会自主调整实验方案 |
| 实验室 3.0 | AI 规划 + 柔性执行机器人 | 理解科研目标，自主规划、执行、采集数据、迭代方案 | 限定场景可以闭环，通用场景暂未实现 |
机器人自主科研闭环完整流程清单
- 接收科研目标：由人类给出科研方向、约束条件，机器人 AI 生成初始实验假设
- 实验方案规划：AI 自动拆分步骤、选定试剂、设备、参数，生成执行序列
- 物理执行操作：柔性机器人完成移液、取样、上样、开关仪器、样本转运
- 结果读取记录：仪器读数、视觉、力觉数据全部留存，成功和失败数据一并保存
- 结果推理迭代：AI 分析数据，验证或者推翻原有假设，生成下一轮实验计划
- 循环往复，直到满足预设终止条件，输出整套实验记录与结论
当前技术已经解决和还没解决的难点
✅ 现阶段已经验证可行
- 亚毫米精度液体处理、样本抓取，适配生物实验室常规耗材与仪器
- 封闭、目标明确的标准化生物实验，可以自主跑完多轮迭代闭环
- 全链路数据留痕，保存失败实验，缓解科研数据筛选偏误问题
- 7×24 小时不间断执行，解放科研人员重复操作的时间
❌ 还没有突破的核心瓶颈
- 开放未知科研场景的假设生成能力不足，机器人很难自主提出有科学价值的全新猜想
- 物理世界突发扰动容错有限，耗材异常、仪器报错、样本污染等复杂异常很难自主排查
- 跨学科、跨类型实验泛化差，一套训练好的机器人系统换到新材料、化学实验就要大量重新适配
- 科学价值判断仍然依赖人，AI 只能做数据拟合，没法自主判断成果有没有科研意义
连文昭团队的落地思路要点
- 路线不追求通用机器人一步到位，优先把 100 个高频实验室基础操作做到稳定可靠
- 核心自研 OPN 以物体为中心的物理原生模型，重点解决物理操作的感知与预判
- 优先和生命科学企业合作落地，在生物筛选这类高价值、可控场景验证闭环
- 用机器人持续产出真实物理数据，反过来持续训练模型，形成数据闭环
【常见问题】
问题 1：上交大连文昭提到的机器人自主科研闭环，现在已经完全实现了吗？
回答 1：上交大连文昭团队的机器人自主科研闭环，只在边界清晰、目标固定的限定生物实验场景跑通，开放、完全未知的通用科研场景还没有实现自主科研闭环，依然需要人类设定目标、做科学判断。
问题 2：连文昭说的实验室 3.0，和传统自动化高通量实验室差别在哪？
回答 2：传统自动化高通量实验室属于实验室 2.0，只能执行预先写好的固定流程；实验室 3.0 是 AI 规划搭配柔性机器人，机器人可以根据实验结果自主调整方案，形成真正的自主科研闭环，应对流程里的变化。
问题 3：机器人学会实验之后，为什么不能马上替代科研人员？
回答 3：机器人学会实验，擅长重复、高精度的物理执行和数据采集，能跑限定场景的自主科研闭环；但它很难自主提出全新科学假设、判断成果的科学价值，遇到复杂未知异常时排查能力弱，所以还不能替代科研人员。
问题 4：连文昭团队做实验机器人，为什么优先选择生命科学实验室场景？
回答 4：生命科学实验有大量高精度、长序列、高重复的操作，场景相对可控，适合打磨机器人操作能力，更容易先实现小规模自主科研闭环，再向外拓展到其他科研领域。
【参考资料】
[2026-11-12]（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？）麻省理工科技评论
[2026-11-12]（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？）DeepTech 深科技
[2026-10-13]（上交大自主实验室具身机器人亮相工博会，探索 AI for Science 新范式）上观新闻
[2026-09-03]（当机器人开始做实验，AI for Science 的效率拐点到了）峰瑞资本
[2026-09-02]（上海交大连文昭：机器人进实验室，先把 100 件事做可靠）钛媒体
【免责声明】
本文仅为访谈资讯科普，机器人自主科研闭环技术仍处在早期验证阶段，仅在特定封闭实验场景完成试点；技术成熟度、落地周期、可覆盖的科研场景都存在不确定性，内容不代表技术承诺，也不构成科研项目、赛道投资决策建议，技术进展以团队后续论文和官方披露信息为准。