三大臨床痛點，對應三項產品標準：康諾思騰在CMEF給出答案

每隔幾年，手術室都會經歷一次范式遷移。從開腹到腹腔鏡，從腹腔鏡到手術機器人，每一次躍遷的背后，都是對"人類雙手極限"的一次系統性突破。

手術機器人已經在手術室里工作了二十余年。它改變了外科醫生的操作方式，也拓展了復雜手術的精度邊界，但技術的演進從未止步。

如果從臨床需求出發，回溯手術機器人當下最需要突破的方向，大致可以歸結為三點：執行要足夠忠實，術者意圖能被無損傳遞，操控不因機械損耗而失真；器械要能覆蓋更多患者，更小的創傷通道意味著更多的術中視野解放和暴露，可以拓展更廣泛的術式應用；視覺要足夠清晰可靠，成像質量是外科判斷的基礎，也是一切智能化的感知前提。

這三個方向，正是當下手術機器人臨床應用中最真實的瓶頸所在。

三大標準發布，從臨床需求出發的系統回應

2026年4月9日，腔鏡手術機器人企業康諾思騰在CMEF展臺發布三大核心標準，分別對應驅動方式、器械尺寸與視覺系統——恰好精準落在上述三個臨床痛點上。

執行端：從機械傳動到精準感知

目前主流手術機器人普遍沿用機械傳動式驅動設計，依賴齒輪和減速器傳動。這一結構的問題在于，機械摩擦與齒輪間隙會在主手與器械之間持續制造失真——術者發出的操作意圖，經過這套機械鏈條傳遞到器械末端時，已不可避免地發生衰減與偏差。在術者主導的主從操控模式下，這種失真尚可通過經驗補償；但執行端的任何抖動與延遲，都在悄無聲息地消耗著操作精度與術者體力。

康諾思騰的"智感直驅系統"跨界借鑒尖端電機驅動技術，將直驅電機與自主研發的多維控制算法深度融合，從根本上消除機械摩擦與齒輪間隙，實現毫秒級響應與高保真力反饋。對術者而言，這意味著更流暢的操控體驗與更低的長時程手術疲勞；更根本的價值在于：術者的每一個操作意圖都能被忠實傳遞，人機之間的信號鏈路，第一次真正做到直接，快速，無損，從而實現主手操控的精準與絲滑。

操作端：更小的切口，更大的可能

當前主流手術機器人普遍采用8mm直徑器械配合10mm戳卡。更大的穿刺通道意味著更高的腹壁損傷程度，并對兒科、低體重及腹壁條件受限等特定患者群體形成結構性限制。

Sentire思騰推出了5mm直徑可轉腕手術器械，配合直徑更小的戳卡使用。這一設計在極度壓縮的物理空間內，同時突破了扭矩輸出、自由度保留與重量平衡三項相互制約的核心工程難題，依托智感直驅系統對驅動架構的全面重構，以自研多滑輪系統保留器械自由度，通過材料選型與結構拓撲優化協同實現輕量化，同時確保操控精度不受影響。對患者而言，更小的器械意味著更小的創傷與更快的恢復；對臨床而言，則意味著更多此前被排除在外的患者群體，開始有機會獲益于手術機器人。

感知端：視覺質量決定系統上限

Sentire思騰的視覺系統實現了從光源到顯示的全影像鏈路自主研發，包括一體化雙光路3D腹腔鏡鏡頭、8mm直徑全光纖傳輸一體化線纜、多光譜琥珀色熒光光源，以及集全時采集與時空雙域降噪于一體的圖像處理平臺，并配備3D無眩暈頭顯與具備觸控功能及語音對講功能的32寸2D臺車主屏，構成完整的"全域智感圖像處理平臺"。清晰、穩定、信息完整的術野，是外科醫生做出準確判斷的基礎，也是整個系統感知能力的天花板。

有了這副"身體"，具身智能才有落地的基礎

三大標準的背后，指向的是一個更大的命題。

在今年的CMEF展會上，一個詞被反復提及——具身智能。這個詞在消費機器人、工業自動化領域已被充分討論，但當它出現在手術室語境里，問題的復雜度陡然上升：手術環境的動態性、操作精度的要求、以及患者安全的不可逆性，共同構成了具身智能在這一場景落地的極高門檻。

具身智能不是一個純軟件命題。無論算法多么精密，它最終要通過機器人的物理系統來感知世界、執行動作、并從結果中學習。這個鏈條里任何一個環節失真——感知模糊、執行抖動、反饋失準——算法的智能就無從體現。換句話說，在討論手術機器人"能不能思考"之前，更基礎的問題是：它的"身體"，足夠精密嗎？

康諾思騰在執行、器械與視覺三個維度上的系統性突破，正是對這一問題的正面回應。這三個方向分別對應具身智能閉環中的執行端、操作端與感知端，共同構成算法得以運行的硬件前提——沒有這副足夠精密的"身體"，具身智能的探索無從談起。

這也正是康諾思騰將下一步方向命名為"手術具身智能"的底層邏輯：讓機器人能夠通過感知、決策與執行的持續循環，逐步從外科醫生的"工具"演變為"主動伙伴"。而這一切，都需要從硬件底層開始建立。

這一方向已有實證支撐。2025年8月，康諾思騰與香港中文大學研究團隊合作完成手術具身智能研究，研究結果發表在機器人領域期刊《Science Robotics》（影響因子27.5）。這也是中國腔鏡手術機器人在具身智能領域首次完成活體動物實驗驗證，并實現多任務自主操作與人機協作能力的系統性驗證。

驗證分離體與活體兩個遞進階段。離體實驗在刻意構造的復雜干擾條件下——隨機組織移動、光照變化、手術煙霧、模擬呼吸運動——完成5類手術輔助任務，總成功率接近90%。活體階段使用約30公斤豬模型，系統僅依賴內窺鏡視覺輸入、無需任何額外傳感器，在呼吸運動、術中出血等真實動態環境下自主完成3項腔鏡手術輔助核心任務，并采用"監督自主性"安全模式——醫生全程監督并可隨時接管。

為什么是康諾思騰

是什么樣的研發體系，得以支撐具身智能探索？

MedRobot此前曾深度拆解過康諾思騰腔鏡機器人的"絲滑"體驗。這個看似直覺的評價，其實對應著一個非常具體的工程狀態：醫生的操作意圖被完整捕捉，畫面穩定且延遲極低，器械動作精準跟手、沒有拖滯。

這種體驗無法通過單點優化實現，它依賴視覺鏈路、驅動控制與末端器械在同一系統中保持持續對齊。這正是具身智能對研發體系的要求。感知、決策與執行需要在閉環中高效流轉，軟硬件之間的反饋必須可控且低損耗。一旦某個關鍵環節依賴外部模塊，就意味著在閉環中引入不可完全控制的變量。

據了解，從主手控制算法、電機驅動核心，到器械結構、影像系統與圖像處理平臺，康諾思騰均為自主設計與優化，累計形成數百項核心專利。全棧自研在這里并不指規模，而是為了確保系統各環節能夠在同一架構下完成統一調校。

把視野再往前推一步。這套體系指向的是另一種手術執行方式：可被標準化的操作由系統承擔，外科醫生將精力集中在需要判斷的關鍵節點；隨著術中數據的積累與模型迭代，手術經驗開始以系統形式被保存與復用。

這條路仍處于早期。但一家從成立之初就選擇全棧自研、在商業化元年同步推進具身智能研究、并在頂級期刊完成活體驗證的企業，其創新基因已經在它走過的每一步里留下了清晰的注腳。

結語

手術機器人走向具身智能，本質是一項系統工程。

執行、感知與控制之間的每一層耦合，都會直接影響最終結果。這些能力不依賴單一突破，而取決于系統能否在真實手術環境中持續穩定運行，并通過驗證逐步建立起可重復的性能邊界。

這條路徑沒有捷徑。

比起概念本身，更值得關注的是哪些能力已經被落實、哪些環節已經被驗證。從這一點來看，行業的分水嶺，并不在展會表達，而在系統是否能夠真正進入臨床相關場景。

在康諾思騰的實踐中，未來外科的輪廓已經開始變得清晰。