还记得那个能自主完成扎扎带、插显卡等复杂操作的机器人实验室吗？英伟达GEAR实验室联合负责人Jim Fan近日公布了一段真实演示视频：他们的AutoResearch系统首次在真实物理环境中成功运行。这套系统基于团队自研的ENPIRE编码智能体架构，核心思路是将现实中的机器人学习过程转化为一个可实时调控、全程追踪的优化任务，由智能体自主监控执行，几乎无需人工介入。

实验中，研究团队为8个Codex智能体配备了多台实体机器人、高性能GPU集群以及充足的Token配额。核心目标是：在确保机器人安全、算力与能源高效利用的前提下，将任务执行效率提升至最高。随后系统自主启动运作——智能体主动识别视觉特征、重置实验环境、反复练习新动作、动态调优底层控制栈，同时实时检索并解析相关学术论文，组织跨智能体会议进行复盘。一旦检测到性能瓶颈，立即在真实硬件上启动新一轮闭环验证。整个过程中，研究人员仅向Codex开放了连接物理世界的标准化API接口，其余所有感知、决策、执行与迭代均由AI独立完成。

在ENPIRE框架的底层赋能下，机器人的精细操作水平远超预期——扎带捆扎、钉子归类排序，甚至将显卡精准嵌入主板插槽这类高难度任务，都能独立完成。Jim Fan提到，如今的机器人已能稳定地整夜自主演化，研究人员第二天清晨查看生成的训练日志，便可全面掌握进展。人工干预的频率与时间成本被压缩至极低水平。

更值得关注的是后续规划：Jim Fan透露，英伟达计划将这项技术全面开源。未来普通用户可在本地设备上搭建自己的自动化机器人实验室，这意味着尖端的AI具身智能研究不再局限于科研机构与大企业，而是真正下沉至广大开发者和技术爱好者。不少行业观察者认为，这可能是加速具身智能技术普及化、大众化的一个关键里程碑。