2025年10月25日，第14届虹桥国际医学论坛-柔性机器人国际学术峰会在上海西郊宾馆举行。本次峰会由欧宝app官方网站下载医疗机器人研究院、欧宝app官方网站下载医学院附属同仁医院、上海市柔性医疗机器人重点实验室和上海市长宁区医学会共同主办。全球多所知名高校与科研机构的学者、行业专家汇聚一堂，围绕柔性机器人领域，深入分享前沿科技成果，研讨核心关键技术，并对未来发展趋势展开深度交流与前瞻分析。峰会由同仁医院副院长盛慧明教授与医疗机器人研究院院长助理高安柱教授主持。
峰会首先由大会主席，欧宝app官方网站下载医疗机器人研究院创始人/首席科学家、上海市柔性医疗机器人重点实验室主任、英国皇家工程院院士杨广中教授代表主办方致欢迎辞。他强调医疗机器人行业正迎来深刻变革，我们亟需突破传统机械范式，探索兼具结构、驱动与传感功能的新材料，通过人工智能嵌入等，开启机器人技术新篇章。
上海市长宁区副区长顾洁燕在峰会上致辞，表示长宁区作为虹桥国际开放枢纽建设的核心承载区，是上海建设国际化大都市、发挥科技创新策源功能的重要一环。长宁区将依托上海市重点实验室这一高水平平台，构建柔性医疗机器人领域从临床需求到技术研发、产业转化的闭环生态，打造国际化开放协同的创新环境。
来自加拿大、瑞士、英国、德国、新加坡、日本、韩国、阿联酋和中国的专家分别以由临床MRI驱动的柔性机器人、可重构机器人嵌入式智能、机器人学习的归纳偏置、生物融合与启发的机器人机构、软体机器人仿真、柔性手术机器人的增强感知与自主控制、面向机器人导航的神经形态架构、磁驱动软体手术机器人以及用于自然保护的柔性多模态机器人系统等话题展开深入交流、探讨。
论坛并特别设置了“期刊编辑面对面”环节，由大会主席、Science Robotics 创刊主编杨广中教授携Nature、Nature Communications、Matter、iScience的期刊编辑分别介绍了各期刊的发展历程、主要研究方向、投稿要求以及对柔性机器人领域的关注情况。随后开展圆桌讨论，就论文评审流程、选题标准及创新性评估等议题，与参会嘉宾进行了深入交流。
随后，与会嘉宾前往欧宝app官方网站下载医疗机器人研究院开展实地参观。嘉宾们近距离观摩了研究院在柔性手术机器人、智能精准诊疗等领域的软硬件平台搭建及科研进展情况。期间，嘉宾们围绕前沿技术细节与临床应用前景，与现场科研人员展开深入交流，并对研究院的前瞻性布局与创新实力给予了高度评价。
前沿报告探未来
Sylvain Martel 教授（Polytechnique Montréal）的报告“Flexible Robots Actuated by A Clinical MRI Scanner”，重点介绍团队利用临床MRI扫描仪实现深层血管区域的机器人导航，为精准医疗开辟了新途径。开发的边缘场导航（FFN）技术，巧妙利用临床MRI扫描仪外部产生的强梯度边缘磁场，实现精确定位以及对微型导丝的磁力导航。该技术已在体外多分叉血管模型和活体猪实验中成功验证，在直径1-2毫米血管中实现导航。偶极场导航（DFN）技术通过在MRI隧道内布置铁磁核心，扭曲主磁场以产生超过300 mT/m的梯度，从而在人体深部组织实现磁饱和驱动，为纳米载体的多级分叉路径导航提供新思路。并展望了纳米机器人技术的临床转化前景，包括利用磁性细菌载体实现靶向化疗-免疫联合治疗，以及通过可控磁场作用在细胞层面打开血脑屏障等创新应用。
Jamie Paik 教授（Ecole Polytechnique Federale de Lausanne）的报告“Embedded Intelligence of Reconfigurable Robots”围绕核心挑战：人工智能与物理世界之间的三大不匹配问题。通过可重构机器人技术，赋予机器人物理智能，自适应多样任务和环境。针对固定形态机器难以应对多尺度任务的“分辨率不匹配”问题，其团队开发的折纸机器人等可重构平台，能够自主改变形态以适应不同场景。对于刚性机器人与柔软动态人类环境的冲突，聚焦于软体机器人和柔性传感器，使机器人能通过材料本身的特性实现与环境的合规互动。在感知层面，则通过先进的触觉接口等技术，致力于弥合数字信号与真实物理交互之间的差距。Paik教授的研究展示了如何将智能嵌入物理结构本身，为机器人在医疗、航天等复杂真实环境中的安全、自适应应用奠定了基础。
Jan Peters 教授（TU Darmstadt, and German AI Research Center DFKI）的报告“Flexibility requires Adaptation: Inductive Biases for Robot Learning” 围绕机器人学习技术，当前机器人成功多依赖“任务适配机器”，传统规划算法面临指数爆炸难题，黑盒大数据深度学习则存在计算成本高、现实应用易致损坏等问题。为此，提出了融合“解析机器人时代”与“黑盒大数据学习时代”的方案，核心是归纳偏置。多种归纳偏置策略可优化机器人学习：借策略邻近性正则化实现稳健政策更新，用约束引导探索方向，控制学习中任务复杂度与优化偏差，还能通过让模型符合物理规律、强化“政策令牌”物理兼容性，提升视觉-语言-动作模型安全性与可靠性。这些技术已初显成效，让机器人借助自然动力学指导学习，在空气曲棍球等任务中精准完成离散动作，为机器人在复杂现实场景的安全高效应用奠定基础。
Kenjiro Tadakuma 教授（Osaka University）围绕“BioConvergence-inspired Robotic Mechanisms”展开报告，展示多款创新机械设计，拓宽机器人应用边界。团队先回顾过往机制研究，重点呈现生物融合灵感下的成果：Torus驱动爬行机构可实现全身驱动，在崎岖泥泞地形灵活移动；全向夹持器（Omni-Gripper）依托变刚度膜结构，能抓取钥匙环、瓶子、手机等不同形状物体，搭载无人机时还可在无平坦空间处实现竖杆降落，且具备防切割特性。此外，一维变刚度机制无需泵或压缩机即可调节刚度，防火夹持器采用钨丝、钛等材料，可抓取火中栗子等高温尖锐物体。受纽虫吻部启发的机器人结构，能如植物根系般快速可逆延伸；受生物鳞片启发的软性机器人防护皮肤，兼顾高柔韧性与防护性，可保护机器人脆弱部位。这些设计为机器人在救灾、复杂地形作业等场景的应用提供可能。
Federico Renda 教授（Khalifa University）带来题为“Analytical Derivatives of Reduced-order Models for Soft Robots Simulation and Estimation”的报告，聚焦于柔性机器人在动力学建模与状态估计中的核心挑战。柔性机器人在多自由度、大变形及高非线性特性下，传统的全阶建模方法计算复杂、实时性不足，难以满足快速控制与高精度估计需求。为此，团队提出了基于降阶思想的建模框架，利用主要应变模式提取与几何特征映射，显著降低了模型自由度与计算量。该方法在保持关键动态特征的同时，实现对柔性系统的高效仿真与状态重建。此外，在超冗余机械臂与软体结构控制中的应用探索，通过引入几何可变应变建模与低维特征表征，构建了兼具精度与计算效率的建模体系。降阶建模不仅是算法优化的手段，更是理解柔性系统运动规律的重要路径，为柔性机器人在复杂环境下的实时感知与控制提供新思路。
刘浩研究员（Shenyang Institute of Automation, Chinese Academy of Sciences）的报告以 “Augmented Sensing and Autonomous Control of Flexible Surgical Robots” 为题，介绍了柔性连续体机器人能够在复杂的人体腔道中实现自适应运动，但在柔性设计、传感反馈以及自主控制等方面仍面临多重挑战。对此，团队提出了一套多层级的增强感知与自主干预框架，旨在实现更安全、更精准的智能手术。在感知增强方面，设计具备各向同性灵敏度的力传感器，建立了基于机械模型的形状感知与力感知一体化方案。在自主控制方面，在消化道自主干预方向上，引入深度估计机制，提出了面向复杂腔道任务的自主控制框架，在未知环境下实现路径感知、力反馈调节与自主导航的协同控制。其研究为柔性手术机器人的智能感知与自主干预提供了系统解决方案，也为未来微创外科机器人在复杂腔道中的临床应用奠定基础。
Cecilia Laschi 教授（National University of Singapore）以“Learning from Nature to Engineer Flexibility”为题作报告，从自然与工程的关系出发，探讨了软体机器人的研究意义及人工智能在控制中的应用路径。她指出，研究生物的柔性运动可为机器人设计提供底层逻辑，应在能量、运动、控制与智能间建立协同机制。在控制策略上，提出了融合局部与全局智能的理念，并展示团队成果，包括一自由度水下仿章鱼臂机器人、仿章鱼游泳机器人、三自由度人体辅助连续体机器人及无电子元件气动机器人等。系统呈现了从生物启发到工程实现的完整链路，为柔性机器人及可变刚度机器人未来的发展提供方向。
Dongjun Lee 教授（Seoul National University）以“Simulation for Manipulation Learning”为题作了学术报告，指出快速、精准、多物理场且多接触模拟器是实现高价值灵巧操作AI机器人的关键缺失环节。这类模拟器为机器人操作学习提供接近真实的环境支撑，是保障灵巧操作任务高效训练与验证的基础，其重要性贯穿于机器人操作能力从理论到实践落地的全过程。并分析了当前主流的SOTA（ state-of-the-art ）模拟器（如Issac Sim、MuJoCo、Bullet）的性能短板，阻碍了强化学习（RL）在盲走任务中取得的巨大成功向灵巧精密操作领域的迁移，对机器人基础模型（如LVHAM）的构建形成了制约，导致高价值灵巧操作AI机器人的研发进程受阻。提出了如NN-clustering、COND、CANAL GPU-SubADMM等系列创新方法以突破瓶颈，可部署为独立模拟器或作为未来模拟器的求解器选项，以解决现有模拟器的不足，推动灵巧操作学习及机器人基础模型发展。
Yulia Sandamirskaya 教授（Zurich Univerisy of Applied Sciences）以“Neural algorithms in robotics: beyond deep learning”为题作了学术报告。该报告围绕机器人领域 AI / 深度学习（DL）的应用局限与突破路径展开，指出传统 AI/DL 存在依赖类图像同步数据处理、单一目标函数优化、学习本质为数据集记忆的核心问题，制约了机器人对真实复杂环境的适应能力。系统介绍神经形态计算的解决方案，包括脱离矩阵 / 张量计算的专用芯片、输出时空信号的 “无图像视觉” 相机等硬件，具备并行异步处理、状态记忆、小型高效特性的神经网络，以及融合神经动力学（吸引子）、预测性结构、多参考系适配与硬件 - 算法协同设计的新型计算框架。提出，传统 AI/DL 的局限源于其与真实环境需求的不匹配，而神经形态计算能针对性解决这些问题，为机器人实现高效、鲁棒智能提供可行路径，未来可推动其硬件迭代与多场景落地。
Pietro Valdastri 教授（University of Leeds）的报告“ Lifesaving Soft Magnetic Surgical Robots”，系统介绍了其团队在磁驱动微创手术机器人领域的最新研究成果。报告指出，磁场能够在无创条件下穿透人体组织，为医疗机器人远程驱动提供了独特优势。通过磁场控制，手术机器人可在复杂的生理通道中实现高精度导航，显著扩展外科医生在深部器官手术中的操作范围。报告中介绍了多种基于磁控制的机器人体系，包括用于无痛结肠镜检查的磁柔性内镜、用于肺部与胰胆管导航的个性化软磁触须机器人，以及用于腔道探查的磁藤蔓机器人。系统展示了软体磁控技术在提升微创诊疗能力方面的前景。Valdastri教授还介绍了相关智能控制技术、计算机辅助策略、首次人体试验路径及未来面临的关键挑战。
Mirko Kovac 教授（Ecole Polytechnique Federale de Lausanne,Imperial College London）的报告“Sustainability Robotics–Flexible multi-modal robotics for nature protection”指出，环境科学研究高度依赖高精度、时空分辨率高的数据，而传统人工采集往往风险大、成本高。通过机器人与移动传感网络，可在更广的空间范围和时间尺度上实现自动化数据采集，为森林、湖泊、海洋、极地及城市环境的数字化奠定基础。系统介绍了其团队在空中、水上与水下无人机、3D打印建筑无人机及救火无人机等方向的研究进展。其中，ProtousDrone与SailMAV实现了空水两栖环境下的自主取样与监测，3D打印建筑无人机用于生态修复与结构重建，救火无人机可在复杂火场中安全作业。Kovac教授最后提出“第五要素（Fifth Element）”概念，旨在融合多模态运动与自主感知能力，构建跨介质、跨环境的智能飞行机器人系统，为可持续环境保护提供新技术路径。
总结展望
本次峰会汇聚了柔性医疗机器人领域海内外顶尖高校与机构的知名学者、顶级期刊的行业专家。会议深化了国际学术交流，深入研讨了柔性机器人技术及临床应用转化、智能医疗装备的创新发展走向，为全球柔性机器人技术的进步与合作增添了新动力。
杨广中教授在总结发言中强调，本次柔性机器人会议汇聚全球学者，围绕物理智能、新材料与AI融合等前沿方向展开讨论，鼓励科研成果不仅推动科学进步，更能面向社会民生产生深远影响。未来将继续倡导学界与期刊界持续互动，鼓励青年学者参与共建机器人技术生态，促进产学研深度交流，为医疗机器人领域的发展提供有力支持。
