Nvidia 新突破：AI 自主训练机器人，人类只需晨读报告

“我们休假时，Jensen 甚至不会察觉。”

—— Jim Fan，Nvidia AI 总监

Nvidia GEAR 实验室近期开展了一项实验：

将 AI 编码代理置于布满机械臂的封闭实验室中，提供充足的算力与 Token 预算，令其自行探索机器人训练方法。

全程无需人类工程师监控，也无预设脚本，仅设定一个目标：教会机器人安装 GPU 并剪断扎带。

结局如何？

AI 代理自主设计了一套训练流程，促使机器人在不断试错中掌握了这些精细操作。Nvidia 的研究人员次日清晨抵达实验室，直接查阅报告即可。

该实验的核心在于名为 ENPIRE 的“代理框架”。这并非 AI 模型本体，而是包裹在模型外层的软件系统，赋予 AI 调用工具、记忆经验、遵循约束及接收反馈的能力。

ENPIRE 包含四个模块，宛如四位专职人员：

关键在于：这四个模块均由 AI 编码代理自动运转，无需人工介入。

Nvidia 测试了三种主流 AI 编码代理，令其独立研发训练方案：

结果：三种代理均告成功，但实现路径截然不同。

这两项任务看似简单，对机器人而言却是地狱级挑战：

此类任务的共性在于：极度依赖“手感”与“微调”，传统编程难以精准描述。

AI 代理的策略是：让机器人自行尝试，失败后分析原因，优化策略后再试。

Nvidia AI 总监 Jim Fan 在 LinkedIn 上分享了如下观点：

“我们 Nvidia GEAR 实验室的部分区域如今每晚都在不知疲倦地自我进化。我们只需清晨阅读报告。”

“即便全员休假，Jensen 也不会发觉。”

这段话蕴含两层深意：

第一层：技术飞跃。AI 编码代理已能独立完成“设计实验→执行→分析→优化”的完整闭环。这不再是“辅助编程”，而是“自主科研”。

第二层：劳动力冲击。若 AI 可自行训练机器人，“机器人训练师”这一职业是否还会存在？若 AI 能自我编写代码并优化自身，“AI 工程师”的角色又将何去何从？

Jim Fan 表示团队将开源所有成果，让任何人皆可搭建属于自己的“自运行机器人实验室”。

这意味着：

“自我进化”不再是科技巨头的专属特权，即将走向大众化。

支持方观点：

担忧方观点：

评论区讨论 👇

若本文让您对 AI 的未来产生了新思考，不妨点个赞。

或转发给那位仍在手动调整参数的同事，问问他：你的机器人训练师工作，还能持续多久？