NVIDIA ENPIRE：AI編碼Agent自己教機械人裝顯示卡，成功率達99%，研究員可以收工

EN — 環境模塊：自動重置機械人場景、做安全檢查、再用視覺化獎勵函數（例如切割模型、邊界框檢測）驗證任務係咪完成。簡單講，唔使有人喺實驗之間幫手Reset。

PI — 策略改進模塊：用唔同嘅學習方法（啟發式學習、行為克隆、強化學習等）去改善機械人嘅控制策略。AI編碼Agent會自己提出演算法假設，然後寫Code。

R — Rollout 評估模塊：將改好嘅策略放落一部或者多部機械人度測試，同時記錄晒所有數據（狀態、動作、影片、結果）以便審查。

E — 進化模塊：AI編碼Agent會分析Log、睇研究文獻、比較唔同分支、修改訓練基礎設施同Code，改返啲失敗嘅位。成功嘅方法會留低重用，失敗嘅假設就會被放棄。

Git協調：機械人版Open Source開發

呢個系統最得意嘅地方係，佢哋冇特登開發一個新嘅協調系統，而係用返軟件工程師最熟嘅工具：Git。當一個Agent工作站有突破嘅時候，就會將改好嘅策略Code Commit上嚟；其他Agent就可以Pull落嚟嚟用，或者喺上面再發展。咁樣就實現咗分佈式、非同步嘅協作改進，唔使中央協調。

研究團隊部署咗8個AI編碼Agent，每個配一部機械人工作站，每部工作站有雙六軸機械臂、Intel RealSense深度鏡頭同本地NVIDIA RTX 5090 GPU。佢哋只係話俾Agent知「盡快完成任務、確保機械人安全、唔好浪費運算資源」，然後就放佢哋自己玩。

99%成功率：裝顯示卡、插針腳、剪索帶

ENPIRE喺一啲對觸覺要求極高嘅任務上，達到咗99%嘅pass@8成功率：

• GPU安裝：將張顯示卡插落底板
• 針腳插入：將針腳整理入針盒
• 剪索帶：用剪鉗剪斷索帶
• 綁索帶
• Push-T：平面推動任務（將T形積木推到指定位置）

擴展結果同限制：Token係「燒錢」、仿真差距依然存在

效率衡量

論文引入兩個新指標：Mean Robot Utilization (MRU) 同 Mean Token Utilization (MTU)，分別量度機械人使用率同埋Token消耗率。

Token消耗驚人

呢個系統係「Token大胃王」。Agent要睇文獻、寫Code、分析Log、不停Loop——每個改進循環都會消耗海量LLM Token。研究團隊俾咗Agent一個「慷慨嘅Token預算」，仲叫佢哋唔好浪費。

仿真到現實嘅差距

三個測試嘅Agent（Codex、Claude Code、Kimi Code）喺仿真入面全部都成功解決咗Push-T任務。但係唔係個個都可以順利轉移到真實硬件。ENPIRE冇消滅到仿真同現實之間嘅鴻溝，佢只係畀Agent透過重複實體測試去發現呢個差距，然後適應返。呢個係論文入面承認嘅一個核心限制。

論文承認嘅其他限制

論文嘅「限制與未來方向」章節提到，ENPIRE仍然需要初始環境設置（硬件、感知管道），而且個系統嘅表現受制於底層編碼Agent嘅LLM質素同成本。

大背景：NVIDIA嘅Physical AI野心

ENPIRE唔係獨立事件，佢係NVIDIA更大嘅Physical AI策略嘅一部份：

• NVIDIA Cosmos世界模型：2025年CES推出，係一個生成式世界基礎模型平台，專為加速自駕車同機械人嘅Physical AI開發而設。
• Hyundai合作：2025年1月宣佈戰略合作，2025年10月更進一步，用50,000塊Blackwell GPU建造「AI工廠」，用嚟研發自駕車、智能工廠同機械人。
• Foxconn等工業夥伴：Foxconn、GM、KION、Mercedes-Benz等都已採用NVIDIA Omniverse做Physical AI操作系統。

ENPIRE就係呢個基礎設施上面嘅「研究自動化層」，一條由模擬（Cosmos/Isaac）到硬件（機械人艦隊、AI工廠）再到自主改進策略嘅封閉循環。