AI guides

ICLR 2026|新版「图灵测试」:当VLA走进生物实验室

By 机器之心1 viewsSource: 机器之心
ICLR 2026|新版「图灵测试」:当VLA走进生物实验室

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。

The full text has not been translated yet. The Chinese original is shown below.

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。

文章配图

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?

文章配图

  • 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。

文章配图

二.AutoBio 的核心设计思想

文章配图

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。

文章配图

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”。

文章配图

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。

文章配图

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。

文章配图

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:

文章配图

  • 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。

文章来自于微信公众号 "机器之心",作者 "机器之心"

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)