AI编码智能体接管机器人训练：英伟达ENPIRE框架实现99%成功率

EN — 环境模块：自动将物理场景重置到随机初始状态，并使用基于视觉的奖励函数（如分割模型和边界框检测器）验证任务是否完成。实验之间无需人工重置机器人 。

PI — 策略改进模块：启动策略优化，可使用多种方法——启发式学习、工具调用、行为克隆、离线强化学习或在线强化学习。编码智能体提出算法假设并编写代码 。

R — 部署模块：在单台或多台并行工作的物理机器人上评估候选策略。保留状态、动作、视频及结果数据供后续审查 。

E — 进化模块：编码智能体分析日志、查阅研究文献、比较不同分支，修改训练基础设施和算法代码以应对失败模式。成功的策略被复用，失败的假设被淘汰 。

基于Git的集群协作

ENPIRE没有发明复杂的调度层，而是使用了一个开发者非常熟悉的分布式协作工具：Git。当一个智能体工作站取得突破时，它会将改进后的策略代码提交。其他工作站拉取更新并在此基础上继续开发，实现了分布式的异步改进，无需中央协调 。

研究团队部署了8个AI编码智能体，每个对应一个机器人工作站，每个工作站配备双六自由度机械臂、Intel RealSense深度摄像头和本地NVIDIA RTX 5090 GPU。在分配好GPU算力和充足Token预算后，团队成员只下达了一个简单的目标：尽可能快地完成任务，让机器人保持忙碌但确保安全，不浪费宝贵的算力 。

99%的成功率

在ENPIRE的加持下，AI编码智能体在多项精细操作任务中达到了99%的pass@8成功率 ：

• GPU安装：将显卡插入主板插槽
• 插针整理：将针脚整理入盒
• 扎带切割：使用剪钳剪断扎带
• 扎带捆扎
• Push-T：平面推动任务

论文指出，pass@8衡量的是一次长周期部署中涌现的重试和恢复能力（最多8次上下文内重试，且下一次尝试会参考之前的失败），而非简单的最佳样本选择 。

规模化效果与局限性

集群扩展效果

论文引入了两个新指标：平均机器人利用率（MRU）和平均Token利用率（MTU），用以衡量多智能体物理自主研究的效率 。

当机器人数量从1台扩展到8台时，插针任务达到接近完美表现所需的时间从1.5小时以上缩短到了约40分钟 。

Token消耗：提速的代价

系统是Token消耗大户。智能体需要阅读论文、编写代码、分析日志、迭代改进，每次改进循环都会消耗大量LLM Token。研究团队给了智能体“充裕的Token预算”，同时要求它们不要浪费算力 。

论文显示，随着智能体数量增加，总Token消耗呈现超线性增长——因为每个智能体不仅要完成自己的实验，还需要不断阅读和理解其他智能体的研究进展。简单说，就是用更高的计算成本换来了更短的研发周期 。

仿真到现实：Push-T任务的警示

测试中使用的三个前沿编码智能体——Codex（基于GPT-5.5）、Claude Code（基于Opus 4.7）和Kimi Code（基于Kimi K2.6），都能在仿真环境中成功完成Push-T任务。但并非所有智能体都能干净地迁移到真实硬件上 。

这并不意味着ENPIRE消除了“仿真到现实”的差距，而是它给了AI智能体一种通过反复物理试错来发现并适应这一差距的能力 。论文将其作为一项核心局限性坦诚记录 。

其他已知局限

论文的“局限与未来方向”部分指出，ENPIRE仍需要初始环境搭建（硬件、感知流水线），且最终效果受限于底层编码智能体LLM的质量和成本 。

更大图景：英伟达的物理AI布局

ENPIRE是英伟达“物理AI”宏大战略中的一环。物理AI指的是能够理解并在物理世界中行动的AI。

• NVIDIA Cosmos世界模型：2025年CES上推出的生成式世界基础模型平台，专门用于加速自动驾驶和机器人领域的物理AI开发 。在2026年GTC大会上，英伟达发布了新的Cosmos模型，以及Isaac仿真框架和用于人形机器人的Isaac GR00T N模型 。
• 与现代汽车的合作：2025年1月，现代汽车集团宣布与英伟达达成战略合作，涵盖加速计算、生成式AI和工业数字化 。2025年10月，双方进一步深化合作，共同建设由5万块Blackwell GPU驱动的AI工厂，用于自动驾驶、智能工厂和机器人研发 。
• 富士康及其他制造商：富士康（Foxconn）、通用汽车（General Motors）、KION集团、梅赛德斯-奔驰等企业已采用NVIDIA Omniverse作为其工业数字化的物理AI操作系统 。

从这个角度看，ENPIRE本质上是在上述基础设施之上构建的研究自动化层——一个连接仿真（Cosmos/Isaac）、硬件（机器人集群、AI工厂）与自主策略优化的闭环，所有环节均由前沿编码智能体驱动。