浙大与上海AI Lab联合发布科学具身智能模型LabVLA
LabVLA将VLA预训练引入科学实验室，实现从认知到操作的跨越，为科学具身智能提供可泛化范式。
现有AI擅长理解知识却难以动手做实验，原因在于科学实验隐含大量操作知识。LabVLA是一种视觉-语言-动作（VLA）预训练模型，能从自然语言描述学习跨任务操作规律，在模拟基准上平均成功率达71%，并在真实Franka机器人上完成验证。
正文摘录
.jpg)  在 AI for Science 快速发展的今天，大模型已经能够在文献理解、科学推理与实验规划等认知层面展现出强大能力。然而，当研究真正进入科学实验室，面对烧杯、移液器、加热板与离心机等真实设备时，现有系统仍然难以将抽象实验步骤转化为稳定、可泛化的操作行为。 这一鸿沟的主要原因，并非 AI 机器人能力不足，而是科学实验本身包含大量隐性的操作知识与流程结构，这些知识难以被现有数据驱动方法有效表达与学习。因此，现有实验室自动化系统往往停留在 「 流程执行器」的层面，而非能够从实验知识中学习操作策略的智能系统。 浙江大学与上海人工智能实验室近日联合推出 LabVLA，旨在探索一种 更具泛化能力的科学具身智能范式：将视觉 - 语言 - 动作（Vision-Language-Action, VLA）预训练引入科学实验场景，使模型能够从自然语言实验描述出发，学习跨任务、跨环境的实验操作规律，而不仅仅是执行单一固定流程。 为支撑这一目标，团队构建了知识增强的仿真数据引擎 RoboGenesis 与科学具身语料 LabEmbodied-Data，使模型能够在大规模、多变化的实验模拟环境中学习操作先验。