网易首页 > 网易号 > 正文 申请入驻

ICLR 2026|新版「图灵测试」:当VLA走进生物实验室

0
分享至

现有 VLA 模型的研究和基准测试多局限于家庭场景(如整理餐桌、折叠衣物),缺乏对专业科学场景(尤其是生物实验室)的适配。生物实验室具有实验流程结构化、操作精度要求高、多模态交互复杂(透明容器、数字界面)等特点,是评估 VLA 模型精准操作、视觉推理和指令遵循能力的理想场景之一。

近期,来自香港大学MMLAB 罗平老师团队和上海交大穆尧老师团队的工作——Autobio 正式被 ICLR 2026 接收,并获得了 8-8-6-6 的同行评议分数。AutoBio 是一个面向数字化生物实验室的机器人仿真系统与基准测试平台。我们通过这篇工作,尝试系统性回答一个关键问题:

当前主流的视觉 - 语言 - 动作(Vision-Language-Action, VLA)模型,是否已经具备在真实生物实验室中执行实验流程的能力?

  • 论文标题:AutoBio: A Simulation and Benchmark for Robotic Automation in Digital Biology Laboratory
  • 论文链接:https://openreview.net/forum?id=UUE6HEtjhu
  • 论文代码:https://github.com/autobio-bench/AutoBio
  • https://huggingface.co/autobio-bench

一.研究背景:为何生物实验室构成关键挑战

与日常操作环境相比,生物实验室在机器人自动化层面呈现出一组高度耦合的挑战:

首先,实验操作通常具有长时序和强约束特征。即便单步动作相对简单,其组合往往构成对顺序一致性和状态依赖高度敏感的完整实验流程。

其次,实验器材大多数为交互式,广泛采用螺纹、卡扣、分档旋钮等精细机械结构,对位姿控制和轨迹规划提出远高于常规操作的要求。

此外,液体样本与透明容器的普遍存在,对视觉感知提出了更大的挑战,而这类场景在现有仿真与评测体系中长期被简化或忽略。

上述因素共同导致:即便在家庭或工业场景中表现良好的模型,也可能在实验室任务中迅速失效。这一现象表明,现有基准并不足以反映模型在科研场景下的真实能力边界。

二.AutoBio 的核心设计思想



如上图,AutoBio 并非简单复刻实验室环境,而是从实验流程本身出发,提出一种以生物实验语义为中心的建模与评测范式。

我们将复杂实验操作抽象为一组生物实验原语(biological primitives),例如样本转移、混合反应、条件调控、分离与保存等。这些原语进一步映射为可执行的机器人运动与控制模块,并在统一的仿真环境中进行组合。

在系统层面,AutoBio 由三部分构成:

  • 面向真实实验室的高保真仿真系统;
  • 覆盖多难度等级的标准化实验任务基准;
  • 与 VLA 模型直接兼容的数据生成、训练与评测接口。

这一设计使 AutoBio 能够在保持实验语义一致性的前提下,对不同模型进行可复现、可对比的系统评估。

三.一个真正 “像实验室” 的仿真系统

为了让机器人面对的环境尽可能接近真实实验室,AutoBio 在仿真层面进行了多项针对性扩展:

1. 实验仪器的数字化建模

为确保实验操作的真实性,AutoBio 引入了一套从真实仪器到仿真资产的系统化建模流程。通过多视角视频采集与 3D Gaussian Splatting 重建,我们获得高保真的几何与外观表示,并结合 CAD 建模与结构标注,生成可用于物理仿真的数字仪器模型。

该流程兼顾了视觉真实性与物理可交互性,避免了传统手工建模在复杂结构与真实比例上的偏差。

2. 实验室专用物理机制

标准物理引擎往往难以直接覆盖实验室中常见的交互模式。为此,AutoBio 针对生物实验高频操作扩展了一系列物理机制,包括但不限于:

  • 基于螺纹结构的旋拧与自锁建模;
  • 具有离散阻尼特性的分档旋钮;
  • 偏心机构驱动的周期性振荡;
  • 面向液体样本的准静态液面建模。

这些机制使仿真环境能够更准确地反映实验操作中的关键物理约束,从而避免模型在评测中依赖不现实的 “捷径策略”。

3. 面向视觉模型的渲染与界面支持

考虑到 VLA 模型高度依赖视觉输入,AutoBio 在渲染层面引入了基于物理的渲染(PBR)管线,以提升透明材料、液体以及仪器表面的视觉真实性。

同时,系统支持仪器数字界面的动态渲染,使机器人能够通过视觉信号读取参数、识别状态变化并执行相应操作。这一能力对于涉及人机界面的实验任务尤为关键。

四、AutoBio Benchmark:从实验流程到评测任务

基于上述仿真能力,AutoBio 构建了一个包含 16 个任务的评测基准,覆盖三个难度等级:

  • 简单任务:单步或低精度操作,如打开或关闭仪器盖;
  • 中等任务:需要一定精度和语言理解能力,如拧开离心管、样本转移;
  • 困难任务:涉及多模态推理,如读取屏幕参数并精确调节实验设备。

每个任务均支持自动化专家轨迹生成、随机化初始条件以及统一的成功判定机制,使不同模型能够在一致条件下进行公平比较。

五、当前模型的能力边界

我们系统评测了多种主流开源 VLA 模型。实验结果如下图:

  • 在简单任务上,模型已表现出较高成功率;
  • 当任务涉及高精度装配、液体判断或屏幕读数时,成功率显著下降;
  • 失败往往源于细节误差的持续累积,而非对任务的完全误解。

这一结果揭示出当前模型在高精度操作、细粒度视觉推理以及长期实验流程建模方面仍存在显著不足,也进一步验证了 AutoBio 在刻画真实科研场景挑战方面的必要性。

六、总结

AutoBio 提供了一个面向生物实验室的统一仿真与评测框架,使研究者能够系统性分析机器人在真实科研场景中的能力与局限。

我们的目标并非给出最终解决方案,而是通过清晰的问题定义和可复现的评测体系,为通用机器人走向科研自动化提供一个坚实的起点。

随着模型架构、训练范式与跨模态推理能力的持续发展,我们希望 AutoBio 能够成为连接机器人学习与生命科学自动化的重要基础设施。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
深圳APEC落幕,美国全链条锁死中国科技,新的世纪大围堵正式打响

深圳APEC落幕,美国全链条锁死中国科技,新的世纪大围堵正式打响

孝沛与世界
2026-11-22 00:34:08
女孩嫌被强行进入,男友被判3年:出狱后女友邀他缠绵,同居1个月他杀死女友

女孩嫌被强行进入,男友被判3年:出狱后女友邀他缠绵,同居1个月他杀死女友

汉史趣闻
2026-11-22 09:19:49
64岁女总统挤民航经济舱来开会,“寒酸”还是正常?

64岁女总统挤民航经济舱来开会,“寒酸”还是正常?

山间听雨
2026-11-20 19:27:54
36岁女演员公布病情:扁桃体频繁发炎,决定手术切除;专家:注意这几种情况

36岁女演员公布病情:扁桃体频繁发炎,决定手术切除;专家:注意这几种情况

上观新闻
2026-11-21 16:10:05
突发!黄仁勋离开英伟达后,台积电“操作”惊呆所有人

突发!黄仁勋离开英伟达后,台积电“操作”惊呆所有人

大厂财经社
2026-11-22 11:23:39
“穿上一热臭得要命!”女子500元买的羽绒服剪开一看气坏了,“真是花钱遭罪”;提醒:认准这几个字

“穿上一热臭得要命!”女子500元买的羽绒服剪开一看气坏了,“真是花钱遭罪”;提醒:认准这几个字

新民周刊
2026-11-22 13:04:22
逼急了!网传广东一男子沉迷每晚玩魔兽,妻子劝说无果,公布其游戏ID号召网友凌晨上线截杀

逼急了!网传广东一男子沉迷每晚玩魔兽,妻子劝说无果,公布其游戏ID号召网友凌晨上线截杀

火山詩话
2026-11-20 12:08:28
万斯与特朗普之间的差距有多大?就这么说吧,万斯一旦上台,美国很有可能会迎来翻天覆地的变化

万斯与特朗普之间的差距有多大?就这么说吧,万斯一旦上台,美国很有可能会迎来翻天覆地的变化

千年历史老号
2026-11-20 13:13:36
中国灵活就业人数达3.2亿人!占就业人口的44%,太恐惧了!

中国灵活就业人数达3.2亿人!占就业人口的44%,太恐惧了!

廖保平
2026-11-22 09:20:01
停开6年后,“人一生必须坐一次”的K3/4次列车焕新重启,沿途停靠15个站点

停开6年后,“人一生必须坐一次”的K3/4次列车焕新重启,沿途停靠15个站点

红星新闻
2026-11-21 21:40:12
继刘欢之后,66岁郎平也步入后尘,1周至少要做3次治疗,现状忧心

继刘欢之后,66岁郎平也步入后尘,1周至少要做3次治疗,现状忧心

往史过眼云烟
2026-11-21 11:30:59
一位日本华人表示“讲实话,中日如果开战,中国是打不过日本的

一位日本华人表示“讲实话,中日如果开战,中国是打不过日本的

果妈聊娱乐
2026-11-22 09:10:56
断交18年后重大转向!格鲁吉亚外长发声:必须克服与俄谈判恐惧

断交18年后重大转向!格鲁吉亚外长发声:必须克服与俄谈判恐惧

麓谷隐士
2026-11-22 00:05:04
网红“东北雨姐”仍潇洒! 参加山东饭局,喝300多一瓶的汾酒,席间倒酒喝酒动作太豪横,一口闷

网红“东北雨姐”仍潇洒! 参加山东饭局,喝300多一瓶的汾酒,席间倒酒喝酒动作太豪横,一口闷

裕丰娱间说
2026-11-21 14:26:14
破坏家庭,不正当交流!跑步被贴上负面标签

破坏家庭,不正当交流!跑步被贴上负面标签

跑者排球视角
2026-11-21 08:36:33
黎曼猜想迎来大结局!Lean官方认证:Claude证明无误

黎曼猜想迎来大结局!Lean官方认证:Claude证明无误

新智元
2026-11-22 07:36:48
上海一家三口频繁咳嗽生病!卧室墙皮“酥得掉渣”、霉菌遍布……爸爸崩溃

上海一家三口频繁咳嗽生病!卧室墙皮“酥得掉渣”、霉菌遍布……爸爸崩溃

上观新闻
2026-11-22 11:23:24
特朗普:预计所有主要世界领导人将出席下个月在美举行的G20峰会

特朗普:预计所有主要世界领导人将出席下个月在美举行的G20峰会

咸鱼金脑袋
2026-11-22 11:58:01
金价跌势凌厉,多家银行发布紧急提示

金价跌势凌厉,多家银行发布紧急提示

澎湃新闻
2026-11-22 08:47:03
突然,全线拉升!美伊局势,传来利好消息

突然,全线拉升!美伊局势,传来利好消息

新浪财经
2026-11-22 10:21:29
2026-11-22 15:19:00
机器之心Pro incentive-icons
机器之心Pro
专业的人工智能媒体
14525文章数 142763关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

女子租房几个月被赶走:我4600每月 中介月付房东5000

头条要闻

女子租房几个月被赶走:我4600每月 中介月付房东5000

体育要闻

全场挨打1比4溃败 阿隆索已过保质期?

娱乐要闻

杨迪戴东北绒帽在黑龙江漠河舞厅跳舞

财经要闻

金价跌破3550美元,分析称短期下行未逆转

汽车要闻

旗舰纯电大六座 2027款岚图泰山将于广州车展预售

态度原创

艺术
亲子
家居
教育
公开课

艺术要闻

16位欧洲画家的19幅作品欣赏

亲子要闻

杂技团?特种兵?山东有家“硬核”幼儿园

家居要闻

2026建博会(广州) 公装联探展交流活动

教育要闻

校长脱稿讲话才能看得见台下的学生

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版