行家說機器人
上個月，宇樹G1人形機器人完成活體豬膽囊切除的新聞刷了一波屏。這是全球首次通用人形機器人活體微創手術驗證，論文直接登上了《Nature》。
有個細節被大多數人忽略了：這臺人形機器人前期搭建的LapSurgie腹腔鏡遙操作框架，搭載的正是康諾思騰的內窺鏡視覺系統。
這里釋放了一個明確的信號：手術機器人平臺的感知能力，正在被跨形態地提取、重組、復用。
順著這個切口看下去，一個現象浮出水面：近一年來，香港中文大學竇琪團隊聯合康諾思騰，在《Science Robotics》上發表了全球首例臨床場景下的純視覺零樣本自主手術；康諾思騰也在Hamlyn Symposium 2026上亮相，展示其數字外科平臺的開放能力。
問題由此而來：為什么越來越多AI手術研究，都選了這個平臺？
01
具身智能走進手術室，先得有一個合格的“身體”
具身智能在手術室里的運行邏輯，遠比工業場景嚴苛。AI需要實時感知組織形變、血流搏動、器械交互力，在毫秒之間做出決策，再把指令精確傳遞到末端執行器。
這對物理載體的要求，需要在感知、控制、通訊、執行四個層面上做到極致的實時協同。
一個理想的AI手術平臺，至少要滿足三個硬條件。
第一，感知層的高質量數據流。低延遲、高帶寬、無壓縮的影像與力覺信號，是算法能"看懂"術野并做出反應的前提。
第二，控制層的毫秒級響應。AI的微小決策能否轉化為精準動作，取決于執行器是否具備高頻運動控制能力。控制頻率不夠、響應滯后，算法再聰明也無濟于事。
第三，軟硬件接口的開放性。學術團隊需要的是"把算法插上去就能跑"，而不是每次都要重寫底層驅動、重新適配通信協議。平臺如果是一個封閉黑箱，外部創新根本進不來。
具身智能的發展離不開手術機器人這個物理載體，而手術機器人能不能接住這波AI浪潮，取決于它的底層架構有沒有為智能留門。
02
全棧自研，不是為了“全”，是為了“通”
康諾思騰被多支團隊選中，一大原因在于它走了一條相對少見的路：從機械、電氣、軟件、圖像、算法到能量，六個核心模塊全鏈路自研，核心零部件自研自產比例達99%。
全棧自研，外界很容易把它解讀成"不怕被卡脖子"。這當然是一個方面，尤其對一家同時在拿NMPA、CE、HSA三大認證的公司來說，跨境合規和供應鏈安全是很現實的考量。
但放在AI研究的語境下，全棧自研更實際的意義在于——每一層都向AI開放了接口。
所有模塊都是自己做的，平臺才能打通從感知到執行的完整數據鏈路，才能把控制頻率做到數千赫茲級別，才能讓AI指令在硬件端獲得毫秒級的確定性響應。
幾個具體的底層能力，拆開來看會更清楚。
智感直驅技術與數千赫茲控制頻率，構成了AI決策落地的物理基礎。高控制頻率意味著機械臂對力的感知和控制可以做到極為細膩的層次——對AI來說，這就是"手"的精度。
自研的琥珀光3D視覺系統，配合熒光成像與高清白光，為AI提供了穩定、無損的術野信息。視覺模塊在宇樹機器人手術案例中被獨立整合復用，說明這套感知系統已經做到了足夠的模塊化——可以被整體適配到另一套完全不同的機器人軀體里，依然能正常工作。
通用AI控制接口和開放軟件架構，則直接回應了學術團隊的需求。《Science Robotics》那篇論文中，研究團隊基于商用Sentire平臺，不做任何研究性改裝，就實現了自主手術驗證。這種"即插即用"的體驗，在手術機器人領域并不常見。
控制粒度上，5mm可轉腕器械將AI規劃的運動路徑轉化為精細的組織操作，創口面積縮小54.5%，器械遮擋減少55.6%，從而支撐起從拾取紗布到血管夾閉等一系列自主手術任務。
論文數據說得很清楚：完全基于商用Sentire平臺，在活體豬身上實現了紗布拾取成功率83%、組織牽引成功率77%、血管夾閉成功率67%。以純視覺零樣本遷移的標準來看，這些數字說明，這套底層平臺已經足夠撐起前沿的自主手術研究。
03
一個模塊化底座，適配多種“身體”形態
康諾思騰平臺在宇樹手術案例中扮演的角色，暴露了它更深一層的能力——模塊化到足以跨越機器人形態。
視覺系統被獨立整合復用，本質上說明康諾思騰積累的核心能力——感知、力反饋、控制接口——正在成為一個可以支持不同執行終端的底座。
順著具身智能的趨勢往下推演，未來進入手術室的"身體"可能是人形、蛇形，也可能是柔性機器人或膠囊機器人，但它們所需的實時感知、高精度力控、穩定通訊等底層能力，很可能是同一套。
當平臺能力足夠強時，它就有機會成為各種手術機器人形態共用的基礎設施。這個想象空間，比單純賣一臺腔鏡手術機器人要大得多。
04
競爭進入下半場，比的是誰能成為AI的底座
回到最初的問題：為什么越來越多AI手術機器人研究，都選擇以康諾思騰的平臺開展？
答案很簡單。全棧自研搭建了一個軟硬件深度耦合、從感知到執行完全打通的底層架構；開放接口讓外部算法可以快速接入和驗證；高頻控制與自研視覺提供了AI所需的環境感知精度和動作執行精度。這些條件合在一起，就構成了具身智能研究所需要的"機器人平臺載體"。
過去二十年，手術機器人的競爭集中在機械臂的精度、主從操控的靈巧度，本質上是在拼"手穩"。但AI時代的新賽點已經變了——算法的進步速度可能遠遠快于硬件，誰能提供一個讓AI在上面生長、讓算法能跑得起來、讓能力可以跨形態流出去的平臺，誰就可能成為下一個階段的基礎設施。
康諾思騰說明了一個樸素的規律：那些在底層能力上下過功夫的公司，在新的技術浪潮來臨時，往往天然地具有先發優勢。
因為他們手里有能接住AI的"身體"。
END
?? 往期精彩
半年新增11.6萬家人形機器人相關企業！
行星滾柱絲杠：國產替代走到哪了？
松延、加速、鹿明罕見聯手，這家成立一年的公司憑什么？
冷靜！人形機器人爆發還要等10年？
全球出貨量97%以上！背后的人形機器人版圖
一鍵三連「點贊」「轉發」「小心心」
歡迎在評論區留下你的想法！
