arXiv 于 2026 年 5 月 26 日（UTC 20:03:54）发布了一篇题为《Agentic Language-to-Objective Synthesis for Optofluidic Assembly》的新论文（编号 arXiv:2605.27643v1，cs.RO，交叉光学 physics.optics）。论文由 Ivan Saraev 与另外六位作者共同完成，提交人为 Moritz Kreysing，全文共 21 页、包含 5 幅图，DOI 为 10.48550/arXiv.2605.27643，目前正等待 DataCite 完成 DOI 注册。
研究背景围绕光驱动的先进制造展开。这类制造场景越来越需要可编程、闭环的工具，能够把人类的设计意图转化为微小尺度上可执行的操作。然而，无论是机器人领域还是制造领域，都长期存在同一个瓶颈：如何把用户意图转换成机器可读、并且能够可靠执行的目标。微机器人技术虽然可以通过光驱动流体来实现灵活操控，但数学上可处理的目标设定仍依赖人工完成，而且难以复用。
针对这一问题，作者提出了名为 Speak-to-Objective 的模块化智能体流水线。该系统使用经过条件约束的大型语言模型，把口头或书面的自然语言指令翻译成完全可微的目标函数，供带约束感知的逆求解器（SLSQP）以及实验用光流控平台用于微颗粒组装。
方法上的核心是一个紧凑的循环：感知（perceive）→ 组合（compose）→ 提议（propose）→ 执行（act）→ 报告与学习（report & learn）。这一设计把目标函数视为意图与驱动之间的接口，从而将“要组装或图案化什么”与“如何驱动”分开处理，并能从用户反馈中持续学习。流水线会组合几何、间距以及分配/拓扑等项，生成稳健的描述性目标——即使只有部分轨迹也能完成组装，并在受到扰动后恢复；同时也能生成用于精确放置的显式目标。整个流程与具体执行器无关，即不依赖特定的驱动方式。
实验部分以激光诱导的热黏性流作为物理驱动手段，展示了在微流控环境中通过自然语言编程、以光为基础完成微尺度颗粒图案组装。作者指出，除了对可编程微组装产生直接影响之外，这项工作还以激光诱导光流控驱动这一复杂度较低的实验平台为依托，指向一种自驱动、AI 辅助的光学制造平台：自然语言、可微目标函数与激光驱动被耦合进一个可复用的数字化工作流程。
从更宏观的角度看，论文强调了“目标函数”作为通用中间表示的潜力——它既能承接人类意图，又能直接驱动数值优化与物理执行。作者认为，这种将语言理解、可微建模与光学操控结合起来的闭环框架，有望成为未来智能制造中可复用、可迁移的数字化工作流基础。