ARTICLE · 978980
物理AI工具首次下场动手干活,硬件的天又变了
物理AI工具首次下场动手干活,硬件的天又变了量子计算公司QuEra有一台激光系统，调起来非常折磨人。十二个参数互相耦合，人类工程师花了几个月反复调参，故障恢复成功率只有58%，每次恢复要150秒。后来他们让AI接手，自己调，自己试，跑了一整夜。 数据结果是故障恢复成功率99.3%，最快0.9秒完成，连续19小时零故障。AI还发现了一个220kHz的谐振噪声——这个噪声人类专家从来没注意过。AI把它消除了，系统噪声整体降了10倍。 这不是AI会调参的问题。这是AI第一次在物理世界里，自己动手解决了一个人类工程师解决不了的问题。 AI从动嘴到动手，门槛被跨过去了，把时间线拉回两天前。 2026年8月27日，Anthropic发布了MHS——模型硬件标准。媒体管它叫硬件版MCP。外行听了等于白听，换个说法：以前的AI只会动嘴，聊天写文章画图画代码，全在数字世界里打转。MHS给了AI一双手，让它能操作显微镜、机械臂、液体处理器、激光器，自己做实验，自己排错，24小时不休息。 这个转变的分量，大多数人还没意识到。 过去实验室里一台高端设备就是一台“神”。一台测序仪几百万，一台质谱仪几百万，设备厂商靠技术壁垒和封闭生态赚钱，仪器是整个科研流程的核心。研究员要专门学操作手册，培训几周才能上手，写实验流程要对着仪器说明书一个字一个字抠。 MHS把这套逻辑拆了。它用两个指令——读和写——让AI能发现设备、理解设备、操控设备。每台设备的驱动程序用自然语言写清楚“我能干什么、安全边界在哪”，AI自己读一遍就学会了。研究员不需要懂移液工作站怎么编程，跟AI说一句“帮我做这个蛋白定量”，AI自己调度设备、算试剂量、处理异常。 设备从“需要专家伺候的精密仪器”，变成了“AI随叫随到的执行终端”。这就是“硬件沦陷”的含义。硬件没死，也没人不要硬件。但硬件的定价权没了。价值重心从“谁造的设备”转移到了“谁的大脑在操控设备”。 手机行业已经演过一遍了，诺基亚时代硬件就是一切，外壳按键天线电池每样都是核心竞争力。智能机一来，iOS和安卓成了大脑，富士康利润薄如刀片，苹果拿走行业八成利润。手机硬件还在，但硬件的角色变了——从主角变成了标准化的手脚。 实验室是AI动手的第一个战场 实验室设备本来就有可编程接口，移液工作站、测序仪、PCR仪全是数控的，AI不需要长手，有接口就能操控。实验流程标准化程度高，试剂量温度时间都是精确参数，适合AI调度。科研人员六成以上的时间花在重复性操作上，替代需求极其强烈。 已经跑通的案例不少：基因泰克用AI协调液体处理器、机械臂、酶标仪做蛋白定量。卡内基梅隆大学做剂量反应实验，速度提升了三倍。HHMI研究所让AI自主操控显微镜，在活体脑组织上找目标区域并聚焦。Tetsuwan公司的AI做水质检测时，通过摄像头发现移液产生了气泡，自己指挥离心机消除气泡——这已经不是执行预设程序了，这是在看着情况办事。 中科大今年8月做了一项非常扎实的测试，给AI浇了一盆冷水。他们搭了45个模块化实验站，让6种Agent框架配9种大模型，48种组合去做32项任务，跑了4608次。结果很残酷：只有3.3%的工作流不需要人工修复就能直接执行。最强的组合，可执行率也只有28.1%。任务超过30步，AI的逻辑就开始散架。 所以现在的AI更像一个手脚麻利但需要老师傅盯着的实习生，QuEra的激光案例也说明，在边界清晰、参数确定的特定任务上，AI已经能做出人类做不到的事。技术的拐点往往不是线性到来的——昨天还在笑话它笨，明天它就一夜之间把你甩在身后。 有一个特例，自动驾驶是物理AI的先锋队，自动驾驶算不算物理AI？ 算，而且它是目前商业化最成功的物理AI，没有之一。特斯拉FSD、华为ADS、小鹏XNGP已经在几百万辆车上跑，每年产生百亿公里级的真实数据。 自动驾驶的“感知-决策-执行”闭环，完全符合物理AI的定义。但它和MHS代表的路线不是一回事，有三处根本不同。 1、自动驾驶是为开车这一件事训练的专用模型，和芯片深度绑定，不能拿去操作显微镜。MHS的思路反过来：一个通用Agent，通过标准驱动可以操控任何接入协议的设备。今天做生物实验，明天调激光器，后天管质检线。前者是一个专家干一件事，后者是一个通才按说明书干各种事。 2、更重要的是，自动驾驶的“硬件沦陷”已经发生过一轮了。新能源车的核心价值早就从“三个沙发四个轮子”转移到了“电池电机电控加智驾算法”。华为小米造车，本质上是用消费电子的逻辑打汽车——硬件标准化，软件定义体验。传统车企如果只会造底盘和车壳，就是代工厂的命。这和实验室设备正在经历的事，逻辑一模一样，只是早了五年。 3、准确地说，自动驾驶是物理AI的先锋队，证明了AI在物理世界感知决策的商业可行性。MHS代表的通用设备操控是正规军，要把这种能力从一辆车复制到所有设备。两者最终会汇合——未来的汽车本身就是一个接入物理AI网络的超级设备。 三种命运 落到投资上，真正跟“AI动手干活”沾边的A股公司，华大智造、莱伯泰科、东富龙绕不开，但它们的处境天差地别。 1、华大智造是唯一真正做到“AI大脑加物理执行”闭环的。子公司涌生智能和上海AI实验室联合发布了ProtoPilot，这是国内第一个在生命科学实验室里跑通“意图理解到方案生成到代码转换到设备执行到湿实验反馈到自我修正”全链路的Agent。而且它有自己的一整套设备矩阵：移液机器人、液体处理平台、智能转运机械臂。AI不是在对接别人家的设备，是在调度自己的四肢。 上半年华大智造营收13.66亿，增长18.91%，但还在亏损。市值267亿，市盈率是负的。智能自动化板块收入只有1.1亿，占总营收不到10%。市场给它这个市值，买的是“中国版Physical AI平台”的预期，不是当下业绩。方向最正，卡位最好，但估值里全是故事，业绩兑现至少要等两三年。 华大智造自己在投资者交流里说得很白：他们的战略叫“AI大脑+智能四肢”。注意这个词——四肢是智能四肢，但大脑才是中枢。连设备厂商自己都把AI放到C位，这本身就是最强的信号。 2、莱伯泰科走的是另一条路。它做实验室分析仪器，ICP-MS、微波消解仪这些元素分析设备，今年5月发布了全流程自动化系统，把称重加酸消解定容上样串成闭环，还联机了自家质谱仪。但它的本质是“流程自动化”——把人做的事变成机器自动做。这是脚本自动化，不是AI自主决策。EvoLab像一台高级全自动洗衣机，ProtoPilot才像会自己研究怎么洗衣服更好的机器人管家。 财报不好看。上半年营收1.9亿，同比下降1%，净利润1337万，下降36.6%。但市值只有40多亿，一旦接入MHS类协议或者跟大模型厂商合作，业绩弹性极大。典型的“卖铲子”标的，手里有设备有客户有国产替代逻辑，但AI能力是空白。 3、东富龙是三家里离AI最远的。制药装备龙头，冻干机灌装线生物反应器，上半年营收25.35亿，净利润1.08亿，增长134%。这是三家里唯一利润大幅增长的，毛利率32%，估值最便宜。但它的“智能工厂”是工业自动化和数字化，不是AI自主决策。把它列进来，是因为制药生产是物理AI的下一个潜在战场。今天AI在实验室做小批量研发实验，明天就可能延伸到制药产线。东富龙作为设备龙头有接入优势，但这是远期逻辑，至少三到五年。 它还有一个看点：制药装备行业经历了三年下行周期，现在处于出清后的复苏期，订单在恢复，利润弹性已经在中报体现。这是“行业周期反转加远期AI期权”的组合，当下有业绩托底，远期有想象空间。 最后，我们以前经历的AI淘汰了码农，现在，这些下场干活的AI将加速淘汰实验室里重复工作的研究人员，大量需要做这些工作的硕士，博士未来会如何。。。