查看引用/信息源請點擊：中國AI網

新手秒變專家

（中國AI網 2025年11月19日）當AI能實時 “看見” 實驗操作、“感知” 環境變化，并通過AR眼鏡與人類研究者即時協作時，虛擬助手與物理世界的“壁壘”將會打破。如今，哈佛大學團隊研發的人機共融智能系統實現了人類、具身AI智能體與MR/AR可穿戴設備的深度融合，構建出能共同參與真實實驗與制造的集成化平臺，令科研與高端制造的 “零失誤”“快上手” 成為可能。?

長期以來，科研與高端制造領域始終面臨兩大痛點：人類操作易出錯、隱性經驗難傳承，新手成長周期長達數月甚至數年；而傳統AI雖擅長推理分析，卻被困于數字世界，無法感知物理環境與實時操作，難以落地執行。

針對這個問題，哈佛團隊提出了一個創新系統。它主要包含兩大核心應用平臺：面向微納制造的APEX系統與聚焦生命科學的Agentic Lab。通過8K分辨率、32ms超低延遲的 XR眼鏡，AI可實時捕捉研究者手部動作、設備狀態與實驗環境，再由規劃、上下文識別、步驟跟蹤、分析四大智能體形成協作閉環 —— 既像 “智能監工” 即時糾錯，又似 “資深搭檔” 提供指導。

實測顯示，APEX在工具識別、步驟追蹤任務中的準確率，較GPT-4o等主流多模態模型高出24%至53%；Agentic Lab對生命實驗關鍵節點的判斷與專家一致率超80%。?

所述系統主要通過三大核心能力重塑行業流程：

實時糾錯預警：當操作者輸錯參數、超時操作等潛在風險出現時，AR眼鏡會第一時間彈出視覺或語音提示。

全流程自動追溯：系統可自動記錄操作參數、設備數據、環境快照與時間戳，生成結構化數字日志，不僅解決了傳統實驗記錄零散、難以追溯的問題，同時能通過多模態分析，實時評估實驗進展并給出優化建議。?

技能快速遷移：借助AR視覺引導與AI智能指導，新手僅需一次訓練，即可流暢完成復雜的微納加工或類器官培養關鍵步驟，過去需要數月積累的 “隱性經驗”，如今幾天內便可掌握，實現 “秒變資深專家”。?

相關論文：Human-AI Co-Embodied Intelligence for Scientific Experimentation and Manufacturing

https://arxiv.org/pdf/2511.02071

這一打破了AI與人類“各有所長卻無法協同” 的尷尬局面，將人類的靈巧操作與AI的超強記憶、推理能力深度結合，實現 “1+1>2” 的協作效應。團隊表示，未來這一體系將進一步拓展至化學合成、組織制造等更多領域，構建跨學科、自進化的人機共融實驗生態。?