機器人自主手術首次跑通：全球首例大模型動物實驗完成

當前，機器人手術正處于“本地手術、遠程手術、自主手術”三級跨越式演進的關鍵階段，這一演進正對外科手術的技術體系和服務模式帶來顛覆性革新。其本質在于手術從“完全依賴醫生實時操控”向“由醫生主導、突破物理限制、跨地域協同執行”遞進，并逐步提升智能程度，向“完全自主手術”這一終極目標邁進。

12 月 24 日，微創?機器人依托神經元?MicroGenius?多模態自主手術大模型，成功完成了全球首例“大模型自主手術”動物實驗。這一里程碑式突破不僅體現在自主手術大模型領域的進一步技術升級，更標志著軟組織手術機器人自主手術技術路徑開始實質性確立：由“以機器視覺為基礎、規則和腳本為主的局部自動控制”，躍遷并收斂為“以大模型為中樞的整體自主控制新范式”，從根本上重塑自主手術的實現路徑，并為其未來實質臨床與商業應用奠定了深厚的技術基礎。

01

全球首例“大模型自主手術”動物實驗成功

引領 AI 醫療產業跨越式升級

在本次實驗中，依托圖邁?手術機器人，通過神經元?多模態自主手術大模型HL（決策）與 LL（執行）雙層智能架構協同運作，在 30 公斤實驗豬上精準完成膽管夾閉與剪切等核心手術步驟的全流程自主操作，首例試驗局部操作步驟成功率即達88%，并實時自主動態調整修正，整體手術一次性成功完成。這一突破性成果不僅填補了全球大模型自主手術在體動物實驗的技術空白，更以創新性技術范式推動全球 AI 產業在醫療領域的深度升級與跨界融合。

在既有公開文獻與實踐中尚無同類先例，故本次實驗是全球范圍內首次由多模態自主手術大模型驅動手術機器人，在活體動物體內場景中以流程級自主方式完成關鍵手術步驟。標志著 AI 技術從輔助決策向自主執行的核心跨越，為智能醫療裝備的發展樹立全新標桿。

在 AI 技術與應用場景深度融合創新的浪潮下，醫療健康領域的智能化升級一直是產業關注的核心方向。神經元?多模態自主手術大模型憑借多模態感知與推理能力，突破了傳統手術自動化技術的場景局限與功能邊界，成功在動態、復雜的體內手術環境中實現自主決策與精準執行，為 AI 技術在高端醫療裝備領域的規模化應用提供了可復制、可推廣的技術路徑。這一成果不僅加速 AI 與醫療產業的協同創新，更為相關產業鏈的技術升級與價值重構注入強勁動力。

02

神經元?：全球首個多模態自主手術大模型

從“局部動作自動化”邁向“流程級自主控制”

研發團隊創新性地搭載了HL（High Level）+LL（Low Level）雙大模型驅動架構，顛覆了傳統手術機器人的控制邏輯，構建起具備精準決策與高效執行能力的智能手術“超級大腦”與“精準小腦”。開發完成的神經元?是一個訓練30億參數規模的多模態動作生成大模型，其規模與表達能力使其能夠真正承擔“手術級認知和動作生成任務”。

其中HL模型基于涵蓋2.3萬條手術視頻片段數據訓練而成，具備強大的臨床場景理解與手術策略規劃能力；LL模型聚焦運動軌跡生成，通過對1萬個多模態手術操作片段數據學習，實現機械臂的精準響應與平穩運行。

作為神經元?的“決策核心”，HL模型不僅具備獨特的思維鏈分析能力，能夠模擬資深外科醫生的臨床決策過程，還可基于術中影像、器械狀態等多維度數據，逐步推理得出最優手術策略，使手術機器人突破了傳統預編程控制的局限，具備了一定自主適應能力。

為實現手術操作的極致精準，團隊將目標位置編碼技術融入LL大模型，按照目標指引生成動作軌跡。模型引入混合專家（MOE）架構，能夠更精準地理解和執行上游高層指令，大幅提升大模型的并行處理效率與任務適配能力。為進一步增強模型在復雜手術環境中的執行精度與泛化能力，在LL的后訓練階段引入了強化學習優化機制，使得模型在陌生手術場景中展現出更強的泛化性和魯棒性。

03

多維度“數據+模型”技術體系驅動

助力實現全球首次機器人自主手術跨機型泛化

模型泛化能力一直是機器人大模型研究領域亟待解決的技術難度與大規模商業化技術瓶頸。此次實驗的另一大技術突破，是首次實現了腔鏡手術機器人的跨場景和跨機型泛化能力，為智能手術技術的規模化推廣提供了可能。

研發團隊采用“少量在體數據+大規模在體生成數據”的訓練模式，利用世界模型將離體數據生成在體數據，實現了模型在體內和體外場景的泛化適配。這種方法有效解決了訓練數據稀缺的行業痛點，大幅降低了模型訓練成本，提升模型開發效率。為了提升模型的跨機型適配能力，通過對多機型手術數據的融合訓練，實現通用型手術動作生成基礎模型。

神經元?大模型具備對不同機型機械臂運動特性、操作邏輯的自適應學習能力，可快速適配不同規格、不同版本、不同性能水準的腔鏡手術機器人，展現出強大的泛化能力。

04

全球首次實現關鍵手術步驟全流程自主操作

奠定深厚而廣闊的臨床、商業應用潛力

本次全球首例大模型自主手術動物實驗的成功，代表著神經元?多模態自主手術大模型，在模型技術水準、數據利用、實驗效率與手術完成度上實現了多重突破。

在模型訓練環節，研發團隊基于海量體外醫療數據完成基礎模型訓練，構建起覆蓋手術場景理解、操作策略規劃的核心能力；得益于神經元?強大的模型泛化能力，僅通過 2 次真實動物體內數據采集與訓練微調，便快速實現了模型對真實體內手術環境的精準適配與優化。這種體內場景遷移數據預訓練加小樣本微調的技術路徑，大幅降低了自主手術模型對體內實驗數據的依賴，顯著提升了技術研發效率，充分彰顯了神經元?多模態自主手術大模型強大的泛化能力與學習效率，為后續臨床、商業應用奠定深厚而廣闊的前景。

在實驗驗證環節，微調后的神經元?多模態自主手術大模型展現出極強的穩定性與可靠性，首次開展活體動物實驗便成功完成全部核心手術流程。

同時，本次實驗中實現了全球范圍內首次涉及在體動物模型關鍵手術步驟的連續動作自主操作，與以往自主手術相關實驗多局限于離體動物組織，或單一輔助步驟在體動物形成本質區別。這一突破標志著神經元?多模態自主手術大模型引領自主手術技術從 “碎片化輔助” 向 “全流程自主”的跨越式發展，徹底打破了傳統技術在手術流程完整性與自主性上的局限，為后續臨床場景下的規模化應用研究提供了深厚的技術底座支撐。

05

11年創新，實現“本地手術、遠程手術、自主手術”三層級里程碑式跨越

微創?機器人擘畫全球手術機器人產業完整技術躍遷藍圖

本次實驗成功完成，標志著微創?機器人在繼“引領國產手術機器人產業化”、“全球首個遠程手術機器人商業化”之后，再次于“機器人手術自主化”領域引領產業完成全球首次層級跨越突破，形成了全球高端醫療裝備領域極為罕見、完整而清晰的“三層級產業創新躍遷路徑”，從產業化、遠程化、再到自主化，推動全球機器人手術技術創新研究全面加速。

隨著圖邁?機器人在全球范圍內實現 160+ 商業訂單、超40個國家臨床商業應用，微創?機器人正推動全球手術機器人產業在“創新躍遷”、“設備普及”兩個領域加速發展。

01

國產手術機器人首個產業化突破：

奠定中國手術機器人產業基礎

微創?機器人是中國最早、也是路徑最為完整的產業探索者。2014年啟動腔鏡手術機器人系統研發，2019 年率先開展國產腔鏡機器人復雜手術臨床試驗，打破國際產品壟斷。2022 年，圖邁?成為國內首個獲批并商業化的腔鏡手術機器人產品。在此過程中，圖邁?機器人不僅開創了近百種高難度術式國產 “首例應用”之先河，還全面挑戰術式“天花板”——包括但不限于首例前列腺癌根治術、首例腎部分切除術、首例腎癌根治術、首例胰十二指腸切除術、首例肝臟切除術、首例肺癌根治術、首例胃癌根治術、首例子宮切除術、首例子宮內膜癌全面分期手及早期卵巢癌全面分期手術等等。這一系列首例紀錄，標志著國產腔鏡手術機器人領域首次建立起完整的臨床應用體系，為后續技術躍遷奠定了堅實產業基礎。

02

全球首個遠程手術機器人商業化突破：

引領全球遠程手術技術與應用發展

圖邁?機器人率先實現全球首個機器人遠程手術商業化，成為全球唯一具備覆蓋全科室遠程手術能力的商業化產品。圖邁?遠程創新性提出面向真實通信網絡條件的第二代遠程手術系統架構，構建了全球唯一跨國、跨洲遠程手術網絡體系，完成多中心真實臨床環境應用，長期、穩定、可復制運行能力驗證，并成為全球唯一獲得美國FDA IDE批準的遠程手術系統。目前，圖邁?遠程已在近10個國家獲得上市批準，覆蓋全球近一半人口所在區域，革命性地推動與引領了遠程手術從“技術理念創新”、“臨床應用”、“法規審批”向“規模化商業應用”的全鏈條創新演進，奠定并加速了全球遠程手術技術與監管體系的發展。

03

全球首次“大模型自主手術”突破：

推動全球自主手術邁入加速期

在機器人自主手術領域，微創?機器人長期開展深入、體系化底層技術研究，終獲里程碑式技術突破：2021 年起，開始在手術機器人 AI 自動手術領域深度研究，逐步構建AI無人操控全自動手術平臺，并首次完成前列腺冷凍消融自動手術動物實驗；

2023年8月，完成腔鏡軟組織手術AI自動縫合、打結等復雜手術操作驗證；

2025年7月，成功施行全球首例“自動駕駛”機器人支氣管鏡動物實驗；

如今，神經元?多模態自主手術大模型在動物體內關鍵手術步驟中取得成功，標志著微創?機器人在“大模型自主手術”方向實現實質性突破，助推自主手術從局部功能驗證邁入系統級能力驗證階段。

微創?機器人集團總裁何超博士表示：

從“國產產業化破局”，到“遠程手術全球引領”，微創?機器人再次站在“自主手術全球首創突破”這一關鍵路口，正加速構建全球手術機器人產業“三級創新躍遷路徑”，并加快大模型自主手術研究的整體進程。未來，微創?機器人將持續加大在自主手術領域的研究，推動自主手術技術的協同創新與規范發展。

微創?集團首席醫學官Brian Chang博士表示：

This milestone shows how large-model artificial intelligence can serve as a powerful tool to support surgeons, improving precision and consistency under expert clinical supervision. It reflects our strong commitment to advancing the next generation of intelligent surgical systems in a responsible way by strengthening physician education, reinforcing patient safety, and enhancing clinical benefit.