时间：2026年6月21日
地点：美国加州圣克拉拉 / 匹兹堡 / 伯克利
人物：英伟达（NVIDIA）GEAR实验室、卡内基梅隆大学（CMU）、加州大学伯克利分校
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：
- 对AI科研范式而言，ENPIRE框架实现了机器人研究的全流程自动化，让AI Agent能够在物理世界中自主进行阅读-思考-实验-迭代的完整闭环，大幅提升科研效率
- 对具身智能产业来说，该框架展现了AI Agent控制机器人的巨大潜力，8个代理并行时效率提升超过50%，为未来机器人集群的规模化部署提供了技术验证
- 对英伟达而言，ENPIRE进一步巩固了其在AI基础设施和具身智能领域的技术领导地位，从芯片、平台到研究框架形成全栈布局
- 对学术界而言，该系统可迁移前一任务的优化经验至新任务提示词中，展示了跨任务知识迁移能力，有望加速机器人领域的基础研究和应用探索
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。
参考来源：
- https://daily.overfit.cn/2026-06-21/7149
- https://www.36kr.com/p/3863497186006274
- https://www.itbear.com.cn/html/2026-06/1404449.html
- https://www.itbear.com.cn/html/2026-06/1404333.html