# 英伟达GEAR实验室首次启用AutoResearch，机器人自学完成装显卡等高精度任务

- 来源：IT之家（RSS）
- 发布时间：2026-06-18 13:52
- AIHOT 分数：64
- AIHOT 链接：https://aihot.virxact.com/items/cmqj3uwjk06x8sl5wjvjp8x2b
- 原文链接：https://www.ithome.com/0/965/945.htm

## AI 摘要

英伟达GEAR实验室联合负责人Jim Fan于6月17日宣布，基于ENPIRE编码智能体框架，首次在物理世界中启用AutoResearch。团队为8个Codex智能体配备机器人、GPU和Token预算，设定目标高效完成任务。机器人自主学会寻找视觉线索、重置场景、练习技能、调整控制堆栈、在线阅读论文等，并通过物理世界API独立完成系扎带、整理钉子、插显卡等高精度任务。Jim Fan表示将开源该技术，使爱好者可居家托管自动运行机器人实验室。

## 正文

IT之家 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：

https://research.nvidia.com/labs/gear/enpire/