邁向物理世界的集體智能：sakana ai帶來(lái)像生命一樣成長(zhǎng)的智能蜂窩模塊

編輯丨&

生命何以形成復(fù)雜的形態(tài)？

人體中的每一個(gè)細(xì)胞，都只知道自己身邊發(fā)生了什么。然而，正是這些不斷進(jìn)行局部交流的細(xì)胞，最終共同構(gòu)建出了心臟、四肢、大腦等復(fù)雜結(jié)構(gòu)；即使組織受損，它們也能重新協(xié)調(diào)彼此，逐步恢復(fù)原本的形態(tài)。

幾十年來(lái)，這種現(xiàn)象始終吸引著機(jī)器人和人工智能研究者。

受此啟發(fā)，Sakana AI 與研究團(tuán)隊(duì)提出了一種全新的模塊化機(jī)器人框架——Smart Cellular Bricks。研究人員利用三維神經(jīng)細(xì)胞自動(dòng)機(jī)（3D Neural Cellular Automata，3D NCA），讓每一個(gè)完全相同的智能立方體都運(yùn)行相同的規(guī)則，僅通過(guò)與六個(gè)相鄰模塊交換少量信息，便能夠逐漸形成對(duì)整體結(jié)構(gòu)的共同認(rèn)知。

相關(guān)研究以「Smart cellular bricks for decentralized shape classification and damage recovery」為題，于 2026 年 7 月 13 日發(fā)布在《Nature Communications》。

論文鏈接：https://www.nature.com/articles/s41467-026-75166-7

模塊化的自動(dòng)機(jī)

過(guò)去二十多年，模塊化機(jī)器人一直有一個(gè)共同目標(biāo)：把大量相同的小模塊組合成一個(gè)能夠不斷變化形態(tài)的大機(jī)器人。

理論上，只要模塊足夠多，它們便能夠像樂(lè)高積木一樣，根據(jù)任務(wù)自由重組，今天組成橋梁，明天組成機(jī)械臂，后天又變成移動(dòng)平臺(tái)。這種能力對(duì)于災(zāi)害救援、太空建造甚至未來(lái)智能材料都極具吸引力。但這樣就會(huì)有一個(gè)問(wèn)題：模塊并不知道自己屬于哪里，隨著規(guī)模的擴(kuò)大，系統(tǒng)壓力會(huì)急劇增加。

自然界卻采用了完全不同的思路。

無(wú)論是胚胎發(fā)育還是組織再生，細(xì)胞都不會(huì)獲得整個(gè)身體的全局信息。它們只感知周圍幾個(gè)鄰居釋放出的化學(xué)信號(hào)，根據(jù)這些局部信息不斷調(diào)整自身狀態(tài)。最終，整體形態(tài)卻能夠自發(fā)地「長(zhǎng)出來(lái)」。

這就是 Smart Cellular Bricks 最核心的創(chuàng)新。每一個(gè)立方體內(nèi)部都運(yùn)行同一套 3D 神經(jīng)細(xì)胞自動(dòng)機(jī)網(wǎng)絡(luò)。它擁有少量?jī)?nèi)部隱藏狀態(tài)（Hidden Channels），能夠記錄自己的局部記憶，同時(shí)每一步只與六個(gè)相鄰方向上的模塊交換信息。整個(gè)過(guò)程中，沒(méi)有任何模塊能夠直接看到整體結(jié)構(gòu)，也不存在負(fù)責(zé)協(xié)調(diào)全局的中央節(jié)點(diǎn)。

圖 1：用于形狀分類的神經(jīng)細(xì)胞自動(dòng)機(jī)。

在模擬中，該方法的準(zhǔn)確率可達(dá) 98.97%。團(tuán)隊(duì)將模擬訓(xùn)練的 NCA 直接轉(zhuǎn)移到硬件上，構(gòu)建了四種不同的形狀，從 26 塊（吉他）到 197 塊（圓桌）不等；Bricks 在飛機(jī)、吉他、船和桌子上達(dá)成了正確的共識(shí)，四者成功率均達(dá)成 100%。在硬件領(lǐng)域，集體在不到 60 個(gè)更新周期內(nèi)匯聚，約為三分鐘的實(shí)時(shí)時(shí)間。

圖 2：形狀分類在仿真與硬件中的結(jié)果。

大多數(shù)形狀在 5% 的失效率下都能保持高精度，有些如飛機(jī)和船只即使在 15% 時(shí)也僅有輕微劣化。例外的是結(jié)構(gòu)瓶頸狹窄的形狀：在吉他中，琴頸上的一次失誤可能切斷物體的兩半，從而破壞分類。

圖 3：模擬的穩(wěn)健性。

損傷與擴(kuò)展

在自然界中，生物最大的優(yōu)勢(shì)之一并不是永遠(yuǎn)不會(huì)受傷，而是在受到損傷后仍然能夠恢復(fù)。

為了測(cè)試智能模塊的恢復(fù)能力，研究團(tuán)隊(duì)進(jìn)一步設(shè)計(jì)了損傷檢測(cè)和恢復(fù)實(shí)驗(yàn)。

當(dāng)部分模塊被移除或者失效后，系統(tǒng)首先利用局部通信判斷異常位置，并將損傷信息整合到整個(gè)網(wǎng)絡(luò)中。由于每個(gè)模塊都持續(xù)維護(hù)自身隱藏狀態(tài)，剩余模塊能夠重新評(píng)估當(dāng)前結(jié)構(gòu)，并根據(jù)已有信息調(diào)整恢復(fù)策略。

這種分布式系統(tǒng)能夠?qū)崿F(xiàn)非常準(zhǔn)確的損傷定位。在模擬實(shí)驗(yàn)中，系統(tǒng)對(duì)受損區(qū)域的檢測(cè)準(zhǔn)確率達(dá)到94.8%，并且能夠根據(jù)當(dāng)前剩余結(jié)構(gòu)判斷需要恢復(fù)的目標(biāo)形態(tài)。對(duì)于訓(xùn)練過(guò)程中沒(méi)有見(jiàn)過(guò)的新?lián)p傷模式，系統(tǒng)依然表現(xiàn)出了較強(qiáng)適應(yīng)能力。

圖 4：模擬損傷檢測(cè)與再生。

此外，模型規(guī)模還可從 15x15x15 擴(kuò)展到到 32x32x32 和 64x64x64 網(wǎng)格，高分辨率實(shí)驗(yàn)涉及的幾何形狀遠(yuǎn)比硬件中豐富的，包括中空形狀、內(nèi)部空腔以及超過(guò) 18,000 個(gè)立方體的組件。

如生命般生長(zhǎng)的機(jī)器人

一個(gè)細(xì)胞并不聰明，一個(gè)神經(jīng)元也無(wú)法理解整個(gè)大腦。然而，當(dāng)數(shù)量足夠多的簡(jiǎn)單單元通過(guò)合適規(guī)則連接起來(lái)，系統(tǒng)便能夠產(chǎn)生遠(yuǎn)超單個(gè)單元能力的行為。

當(dāng)然，目前的 Smart Cellular Bricks 距離真正擁有生命般的自主成長(zhǎng)能力仍有很大距離。它們依然需要訓(xùn)練過(guò)程，需要特定的硬件設(shè)計(jì)，也只能處理有限范圍內(nèi)的形態(tài)任務(wù)。

從技術(shù)角度來(lái)看，這種方法為未來(lái)模塊化機(jī)器人提供了一種新的擴(kuò)展路徑。并且，這種理念或許能應(yīng)用于更多領(lǐng)域。

相關(guān)鏈接：https://sakana.ai/smart-cellular-bricks/