英伟达机器人自学装显卡并开源

英伟达GEAR实验室联合负责人Jim Fan近日展示了一项突破性进展：在物理世界中首次启用了名为AutoResearch的自主研究系统。该系统基于ENPIRE框架，将现实世界的机器人学习转化为可控的优化过程，使智能体能够自主管理学习任务。

ENPIRE是一个编码智能体框架，由英伟达GEAR实验室提出。团队为8个Codex智能体配备了多个机器人、GPU分配以及充足的Token预算，并设定了一个简单目标：尽可能快速地完成任务，让机器人保持忙碌但确保安全，同时不浪费宝贵的计算资源。研究人员所做的只是为Codex提供了一个通往物理世界的API，其余的一切都由AI自己探索发现。

在ENPIRE加持下，机器人开始学会寻找视觉线索、重置场景、练习新技能、调整控制堆栈、在线阅读论文、辩论、反思，遇到瓶颈后直接在硬件上再次尝试。机器人能够独立完成高精度任务，比如系扎带、整理钉子，以及把显卡插到电脑主板上。Jim Fan表示，机器人可以整夜不间断自我改进，而研究人员只需要在早上看训练报告就可以了。

Jim Fan还宣布将开源这一技术，这意味着科技爱好者也可以在家托管自己的自动运行机器人实验室。这一举措有望推动机器人学习和自动化领域的普及，让更多开发者能够参与到机器人自主学习的探索中。

ENPIRE框架的核心理念是将机器人学习从人工干预中解放出来，通过智能体自主优化流程，实现更高效、更灵活的机器人训练。这种“放养”式的学习方式，让机器人能够像人类一样通过试错和自我反思来提升技能，为未来机器人广泛应用奠定了基础。