事件详情2026年6月21日，英伟达联合卡内基梅隆大学与加州大学伯克利分校共同发布了名为ENPIRE的具身智能自主研究框架。该框架的核心创新在于利用8个AI编程代理（Coding Agent）分别控制一台双臂机器人，构建了一个完整的自动化科研闭环系统。在ENPIRE框架下，机器人集群可在真实物理世界中自主完成阅读学术论文、修改算法模型、训练策略参数、部署实验操作、分析运行数据以及总结迭代的全流程。若实验结果未达预期，系统会自动调整研究思路并重新迭代，无需人类研究员实时干预。在性能测试中，Pin Insertion（针插孔）任务从零开始仅耗时3小时便将成功率提升至99%；GPU插拔与扎带穿剪等精密力控任务实现了毫米级误差控制。实验还显示，8个代理并行驱动8台机器人时，达成目标成功率的时间从单机的1.5小时缩短至40分钟，验证了物理世界Scaling的可行性。
背景随着AI大模型和机器人技术的快速发展，具身智能已成为全球科技竞争的新高地。然而机器人领域的科研长期面临实验周期长、手动重置繁琐、迭代效率低下等问题。英伟达GEAR实验室由知名AI科学家Jim Fan领导，此前已在具身智能领域取得多项突破。ENPIRE框架的发布标志着AI Agent的能力从纯数字世界延伸至物理世界，解决了物理实验缺乏代码世界重置命令的核心痛点，为机器人领域的自动化科研开辟了新路径。
影响
总结ENPIRE框架是具身智能领域的重要里程碑，它首次实现了AI Agent在真实物理环境中自主完成从文献调研到策略优化的完整研究流程。英伟达GEAR实验室Jim Fan表示实验室部分环节已实现夜间自主改进，研究人员仅需次日查看报告。这项突破不仅展现了AI在物理世界中自我进化的可能性，也为未来机器人领域的自动化科研和规模化探索奠定了技术基础。