一台宇树 G1 站上手术台，双臂持械，在活体猪身上完成了一台腹腔镜胆囊切除术。

远端的外科医生通过立体画面观察腹腔内部，并在控制台前移动双手。动作经过映射和计算后，由机器人同步执行，完成组织牵拉、分离和电凝等操作。

图片来源：Nature 论文《In vivo feasibility study of humanoid robots in surgery》

这项于近日登上《Nature》的研究，首次将通用人形机器人执行腹腔镜手术的验证推进到活体动物阶段。

宇树 G1 无疑是这项研究中最醒目的主角。但它也让一个容易被本体光环遮住的问题浮出水面：一台通用人形机器人，究竟如何获得外科手术能力？

答案并不只藏在机器人的双臂里。

研究中真正进入手术室的，是一套围绕人形机器人重新组合的腹腔镜系统。宇树 G1 提供了执行动作的 " 身体 "，它还需要专业的外科能力帮助医生看见术野、控制器械，并将每一次操作稳定地落到患者体内。

沿着这项研究向前追溯，康诺思腾已经出现在这条技术路线的前期工作中。研究团队此前搭建的 LapSurgie 人形机器人腹腔镜遥操作系统，搭载的正是康诺思腾的内窥镜系统，用于提供实时视觉反馈。

图片来源：前期研究《LapSurgie: A Humanoid Robot Framework for Laparoscopic Surgery》

对康诺思腾而言，这个前期研究样本的价值，远不止一次设备露出。

它让康诺思腾过去持续强调的 " 平台能力 " 有了一个新的观察角度：当手术机器人的身体由专用机械臂变成人形机器人，沉淀在底层平台中的外科能力，依然有机会被新的机器人形态调用。

看见宇树 G1，也要看见它背后的外科系统

人形机器人与手术室存在一种天然的形态适配。

今天的手术台、器械和空间布局，几乎都围绕人的身体与操作习惯设计。拥有双臂和接近人体工作空间的人形机器人，可以站在现有手术台旁，也可以借助适配结构，操作原本由外科医生使用的腹腔镜器械。

这是它进入医疗场景最直接的吸引力。

但拿住器械和完成手术之间，还有很长的技术链条。在这项《Nature》研究中，宇树 G1 主要承担床旁执行。与之配套的，还有主操作手、脚踏开关、控制计算机、立体显示设备、腹腔镜、手术器械，以及负责动作映射和运动控制的软件框架。

腹腔镜手术还有一项特殊约束。

器械通过腹壁上的狭小切口进入体内，器械尖端可以在腹腔中运动，器械杆在切口附近却不能随意横向摆动，否则可能对切口和周围组织造成额外压力。这一约束通常被称为远程运动中心，即 RCM。

专用手术机器人通常围绕这一要求设计机械结构。宇树 G1 并非为外科手术而生，研究团队只能借助视觉定位和控制算法估计切口位置，再计算机器人手臂应该如何运动。

研究也表明，现阶段的人形机器人距离临床使用仍有明显差距。精度、延迟、工作空间、系统稳定性和安全机制，都需要进一步提升。

换句话说，人形机器人改变了手术执行端的形态，却没有取消外科手术原有的专业门槛。

机器人仍然需要一双能够看清术野的 " 眼睛 "，一套能够理解医生意图的控制系统，以及适配微创操作的器械和安全机制。

这也是康诺思腾能够进入这套研究框架的前提。

一张系统图里，康诺思腾承担了什么

腹腔镜手术中，内窥镜并非单纯负责 " 拍摄 " 的摄像头。

在开放手术中，医生可以直接观察患者体内的组织，也能通过手部感受辅助判断器械位置。到了腹腔镜手术，外科医生对组织层次、器械距离、切割边界和出血情况的判断，主要来自内窥镜传回的画面。

视觉信息也构成了整个遥操作闭环的起点。

医生先看到术野，才能决定下一步如何移动；控制系统再把医生的动作传递到机器人和器械。画面不够清晰、立体感不足，或传输存在明显延迟，都会直接增加操作难度。

LapSurgie 前期研究中，康诺思腾内窥镜承担的正是这一角色，其作为相对独立的视觉模块，进入了一套由宇树 G1、第三方手术器械、研究型控制台和高校算法共同构成的系统。

传统手术机器人通常以整机形式交付。医生控制台、患者侧机械臂、手术器械、内窥镜和控制软件被封装在同一个产品体系中，外界看到的竞争也主要发生在一套完整设备与另一套完整设备之间。

LapSurgie 把这些能力重新拆开了。

人形机器人公司提供执行本体，器械企业提供现有腹腔镜工具，研究团队开发运动控制和动作映射，康诺思腾的专业内窥镜则负责建立医生与腹腔内部之间的视觉连接。

对康诺思腾来说，这个案例至少验证了一项明确能力：其外科视觉系统可以离开原有整机，进入另一种机器人形态和外部控制框架。

平台的意义，也由此开始超出 " 拥有一台完整手术机器人 "。

从算法接入到能力输出，康诺思腾的平台逻辑逐渐完整

LapSurgie 并不是理解康诺思腾平台能力的唯一一块拼图。

此前，在 Hamlyn 医疗机器人研讨会的一场国际挑战赛中，部分参赛团队将各自开发的 AI 算法部署到康诺思腾 Sentire 思腾 ® 系统上，完成指定的手术任务。比赛没有针对某一种算法对机器人系统进行专属适配，算法的通用性、软件接口的开放性与机器人执行的稳定性同时接受验证。

如果说 Hamlyn 挑战赛验证的是康诺思腾平台的承载能力，LapSurgie 呈现的则是平台的另一面。

在 Hamlyn，外部团队开发的 AI 算法进入 Sentire 思腾 ® 系统，调用康诺思腾的机器人执行能力；在 LapSurgie 中，康诺思腾积累的外科视觉能力从完整整机中被拆分出来，进入由人形机器人、外部器械和研究型控制系统构成的新框架。

一个是将外部创新接进来，一个是将底层能力输出去。

一进一出之间，" 平台 " 不再是抽象的企业定位，而是表现为软件接口能否开放、技术模块能否拆分，以及底层能力能否在不同系统中重新组合。

这也解释了康诺思腾为什么长期强调对底层架构的掌控。

据公开信息，康诺思腾建立了覆盖机械结构、电气控制、软件系统、图像处理、机器人算法和能量管理六个技术模块的自主研发体系，同时开发通用 AI 控制接口，用于与外部算法框架集成。

全栈自研最容易被理解成供应链自主或国产化比例。但在平台化竞争中，它还有一层更直接的意义：企业只有掌握底层结构和接口，才有能力根据外部系统的需求，对某一个技术模块进行拆分和适配。

目前已经得到事实验证的两个案例，已经让康诺思腾的平台价值变得更加清晰：通过对外科视觉、运动控制、器械和软件接口等底层能力的长期积累，为不同算法和机器人本体保留组合与适配的空间。

当手术机器人的形态继续变化，平台价值的检验标准不再只是能否造出完整整机，而是有多少底层能力可以在新系统中被继续调用。

当手术机器人不止一种身体，平台价值开始被重新衡量

人形机器人进入手术室，很容易被包装成对专用手术机器人的替代。

但现阶段，两者在工程成熟度上仍有明显差距。专用手术机器人在精度、稳定性、安全机制和监管验证方面积累了更成熟的工程基础；人形机器人的优势在于移动能力、任务灵活性和对既有环境的适应。短期内，两者更可能形成分工，而非简单替代。

但无论手术机器人采用哪一种身体，它们都需要一套共同的专业底座：清晰、稳定、低延迟的外科视觉，精确的运动控制，可进入患者体内的手术器械、开放的软件接口，以及医疗器械所要求的安全和监管验证。

机器人本体越趋向通用，这些专业外科能力反而越需要由成熟平台补齐。

对康诺思腾而言，Sentire 思腾 ® 系统决定了它当下能够走进多少手术室；而视觉、器械、控制和软件等平台能力能否持续进入更多机器人形态，则决定了它未来能够承载多大的技术边界。

一台整机决定企业今天能够完成什么，一套平台能力则决定机器人形态改变之后，已有能力还能承载多少种未来。