AI智能体自主训练机器人：安装GPU与剪断扎带均已实现

当你把AI编程智能体放进一个配备了机械臂、计算资源，并给予充裕Token预算的实验室，让它们负责训练机器人完成各类任务时，会发生什么？研究结果显示，这些智能体能够自主制定训练方案，使机器人成功学会剪断扎带，甚至将GPU精准插入主板上的细小插槽。

这一展示AI如何以全自主方式实现机器人训练自动化的研究成果，源于一个全新的智能体框架——ENPIRE。这是一种包裹在AI模型外层的软件框架，能够使模型调用各类工具，同时提供记忆、上下文管理、约束控制和反馈循环等能力。ENPIRE由英伟达GEAR（通用具身智能体研究）实验室的机器人研究人员，联合卡内基梅隆大学和加州大学伯克利分校的合作团队共同开发。

英伟达AI总监Jim Fan在领英上写道："我们NVIDIA GEAR实验室的一部分，现在已经能在夜间不间断地自我迭代，我们只需每天早上查看报告就好。"

Fan还调侃地描述了这种AI主导的机器人训练愿景："我们都去度假，Jensen都不会察觉到异常。"这里的Jensen指的是英伟达创始人兼CEO黄仁勋。他同时表示，团队将开源所有相关代码，让任何人都能在家中搭建属于自己的"自运行机器人实验室"。

ENPIRE框架包含四个核心模块，分别负责对任务进行自动重置与验证、优化指导机器人行为的策略、在多台并行运行的物理机器人上评估这些策略，以及通过分析日志、读取研究论文、改进训练架构和算法代码来处理故障。更多技术细节已收录于2026年6月16日发布的研究论文中。

该框架在三款不同的AI编程智能体上进行了测试，分别是：搭载GPT-5.5的OpenAI Codex、搭载Opus 4.7的Anthropic Claude Code，以及搭载Kimi K2.6的月之暗面Kimi Code。多组编程智能体团队各自独立开发了不同的机器人训练算法，在真实场景中进行测试，并在多轮自主测试循环中保留能有效提升整体成功率的改进方案。

AI主导机器人训练的成果与局限

配备ENPIRE框架后，AI编程智能体为机器人自我迭代训练制定的策略，在多项操作任务中达到了99%的成功率。这些任务涵盖标准"Push-T"测试（要求机器人将T形积木移动至桌面目标位置）、在插针盒中整理插针、捆扎与剪断扎带，以及将GPU插入主板后再拔出以重置下一次测试。

其中最具潜力的成果来自插针与整理任务。在该训练场景中，AI编程智能体达到近100%成功率的速度，甚至超过了由众多同一批人类研究员开发的"前沿人机协同方法"。

实验还表明，由多达八个AI编程智能体组成的团队，在机器人训练中达到高成功率的速度，明显快于四智能体团队或单智能体单独工作的情况。例如，八智能体团队在两小时内使Push-T任务达到了99%的成功率，而四智能体团队需要三小时，单智能体则需要近五小时。

然而，人类研究员也发现了将AI编程智能体作为自主机器人训练者时存在的关键局限。当编程智能体忙于"读取日志、编写代码、调试或等待语言模型响应"时，机器人往往处于闲置状态。规模较大的智能体团队还会花费更多时间相互汇总想法，而非实际操控机器人；在启动并行训练任务时，智能体有时也未能充分利用可用的计算资源。

更多智能体与机器人协同运作所带来的更快成功率，同时也意味着更高的Token消耗——这在当前时机下尤为值得关注，因为Anthropic等AI开发商正在考虑调整定价策略，这将大幅提升使用AI服务的Token相关成本。

凭借AI浪潮带来的充裕资金，英伟达正积极推动其物理AI愿景，多项机器人相关计划同步推进。5月31日，公司宣布与中国知名机器人公司宇树科技达成合作，为开发通用AI机器人的研究实验室提供"参考人形机器人"平台。

在6月初旋风式访问韩国期间，英伟达创始人兼CEO黄仁勋还会见了现代汽车集团执行董事长郑义宣，双方就扩大AI机器人量产规模展开讨论。现代汽车集团旗下拥有美国机器人公司波士顿动力，该公司以四足"机器狗"Spot广为人知，目前正致力于推动Atlas人形机器人的商业化落地。

Q&A

Q1：ENPIRE框架是什么？它有哪些核心功能？

A：ENPIRE是英伟达GEAR实验室联合卡内基梅隆大学和加州大学伯克利分校开发的智能体框架。它包含四个核心模块：自动重置与任务验证、优化机器人行为策略、在多台并行物理机器人上评估策略，以及通过分析日志和研究论文来处理故障并改进算法。该框架使AI编程智能体能够在无人干预的情况下自主完成机器人训练。

Q2：AI编程智能体训练机器人的成功率有多高？

A：在配备ENPIRE框架后，AI编程智能体在多项机器人操作任务中实现了99%的成功率，涵盖Push-T积木移动、插针整理、剪断扎带以及GPU插拔等任务。在插针整理任务中，AI智能体达到近100%成功率的速度甚至超过了人机协同方法。八个智能体组成的团队可在两小时内完成Push-T任务的高成功率训练。

Q3：AI自主训练机器人存在哪些局限性？

A：目前主要有三方面局限：一是当智能体在读取日志、编写代码或等待模型响应时，机器人往往处于闲置状态，导致硬件资源浪费；二是大型智能体团队会花大量时间相互汇总信息，而非实际操控机器人；三是智能体在启动并行训练时未能充分利用计算资源。此外，更多智能体的协同也意味着更高的Token消耗，会带来更高的使用成本。