报道介绍了英伟达 GEAR 实验室在物理世界首次启用 AutoResearch 的实验，团队基于 ENPIRE 编码智能体框架，配备多台机器人、GPU 与 Token 预算，使用 8 个 Codex 智能体自主探索和优化操作流程。智能体能在真实硬件上自主学习寻找视觉线索、重置场景、调整控制、在线阅读与反思，从而完成高精度任务（如系扎带、整理钉子、将显卡插到主板上），研究人员仅提供物理世界 API 并将该技术开源。
6 月 18 日消息，英伟达 GEAR 实验室联合负责人 Jim Fan 昨日（6 月 17 日）晒出一段视频，宣布首次在物理世界中启用了 AutoResearch。
ENPIRE 是英伟达 GEAR 实验室提出的一个编码智能体框架，可将现实世界的机器人学习转化为可控的优化过程，从而让智能体进行管理。
该团队为 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，不要浪费宝贵的计算资源。
于是，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，然后直接在硬件上再次尝试。研究人员所做的只是为 Codex 提供了一个通往物理世界的 API，其余的一切都是 AI 自己探索发现的。
在 ENPIRE 加持下，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 表示将开源这一技术，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。
IT之家附 ENPIRE 论文链接：