NVIDIA的AI智能体教会机器人无需人类帮助将GPU安装到主板上

# NVIDIA 的 AI 代理教会了机器人无需任何人工帮助即可将 GPU 安装到主板上 来源：https://www.tweaktown.com/news/112292/nvidias-ai-agents-taught-robots-to-install-gpus-into-motherboards-without-any-human-help/index.html 1. TweakTown (https://www.tweaktown.com/) 2. 新闻 (https://www.tweaktown.com/news/index.html) 3. 人工智能 (https://www.tweaktown.com/news/artificial_intelligence_ai/index.html) 三个 AI 编码代理，包括 Claude Code 和 Codex，在真实硬件上训练，在 GPU 安装和引脚分类等任务上实现了 99% 的成功率。 评论图标 (https://www.tweaktown.com/news/112292/nvidias-ai-agents-taught-robots-to-install-gpus-into-motherboards-without-any-human-help/index.html#easyComment_Content) Hassam Nasir (https://www.tweaktown.com/author/Hassam-Nasir/index.html) 发布 2026年6月21日 晚上11:08 CDT 2 分钟阅读时间 **TL;DR：**NVIDIA 的 ENPIRE 框架使 AI 编码代理能够自主训练机器人执行高精度物理任务（如 GPU 安装），成功率达到 99%。该框架与卡内基梅隆大学和加州大学伯克利分校共同开发，利用闭环反馈和多个 AI 代理协作，在真实硬件上不断提升性能。 0:00 / 3:19 使用左/右箭头键收听音频。 NVIDIA 发布了一个框架，使 AI 编码代理能够在无需人工监督的情况下训练机器人执行高精度物理任务。该系统由 NVIDIA 通用具身代理研究实验室与卡内基梅隆大学和加州大学伯克利分校共同开发，名为 **ENPIRE** (https://research.nvidia.com/labs/gear/enpire/)，它闭环了编写机器人训练代码、在真实硬件上测试以及不断优化直到学会所需行为的过程。 引起所有人注意的演示视频显示，一只机器人手臂拿起一张显卡，传递给另一只手臂，然后小心地将它插入主板上的 PCIe 插槽。测试还包括其他几项任务，例如将金属引脚分类放入盒子中、用真实的剪线钳剪断扎带，以及经典的 Push-T 基准测试。 今日热门：爱好者试图在 RTX 5090 上安装第二个 12V-2x6 接口，结果在 PCB 上打出一个洞 (https://www.tweaktown.com/news/112274/enthusiast-attempts-to-install-second-12v-2x6-connector-on-rtx-5090-is-rewarded-with-a-hole-punched-through-the-pcb/index.html)在这些高接触任务中，系统在 pass@8 指标下达到了 99% 的成功率，该指标允许每个子任务最多尝试 8 次，每次重试都基于前一次失败的经验。 - **阅读更多**：**AI 代理如 OpenAI 的 'Operator' 距离取代人类还有很长的路要走** (https://www.tweaktown.com/news/102985/ai-agents-like-openais-operator-have-a-long-way-to-go-before-replacing-humans/index.html) NVIDIA 的 AI 代理教会了机器人无需任何人工帮助即可将 GPU 安装到主板上 2 查看图库 - 3 张图片 ENPIRE 作为一个闭环反馈系统运行，由四个部分组成。环境模块重置场景并验证结果。策略改进模块使用奖励信号、摄像头画面和失败数据编写并改进控制代码。部署模块同时在多台机器人上执行物理试验。进化模块则比较各个代理分支，保留有效的部分，丢弃无效的部分。 框架内测试了三个 AI 编码代理：Codex（基于 GPT-5.5）、Claude Code（基于 Opus 4.7）和 Kimi Code（基于 Kimi K2.6）。每个代理都开发了自己的算法方法，在真实硬件上进行测试，并保留任何能提高成功率的改进。这些代理通过 Git 共享工作，使整个系统呈现出一种实用的研究工作流程感，而非精心打磨的演示。 NVIDIA 的 AI 代理教会了机器人无需任何人工帮助即可将 GPU 安装到主板上 3 单个代理解决一个任务大约需要五个小时，而八个代理并行工作可将时间缩短到大约两小时。然而，更大规模的团队也会消耗显著更多的 token，因为代理们需要花费更多时间阅读彼此的日志、总结分支和进行协调，导致机器人在等待推理完成时处于空闲状态。 NVIDIA 计划将 ENPIRE 开源，这将使大学、初创公司和爱好者能够运行自己的自我改进机器人实验室。GEAR 实验室联合负责人 Jim Fan **描述道** (https://www.linkedin.com/feed/?trk=public_post_embed_linkedin-logo-image)，这首次实现了在物理世界中的自主研究。下一个考验将是该系统能否在 NVIDIA 受控实验室环境之外保持稳定。 加入我们的通讯 订阅 TweakTown 通讯，每日获取最新科技资讯发送到您的邮箱。**此外，您还有机会在我们独家的订阅者全球抽奖中赢取精彩奖品！** 订阅即表示您同意我们的隐私政策 (https://www.tweaktown.com/legal/index.html#pp)。您可以随时取消订阅，您的数据不会在未经同意的情况下共享。 Hassam Nasir (https://www.tweaktown.com/author/Hassam-Nasir/index.html) Hassam Nasir (https://www.tweaktown.com/author/Hassam-Nasir/index.html) 科技记者 [Email 图标](mailto:[email protected])X 图标 (https://x.com/technjunction)LinkedIn 图标 (https://www.linkedin.com/in/hassam-nasir/) Hassam 是一名资深科技记者和编辑，拥有超过八年深入消费电子行业的经验。他对硬件的痴迷始于童年对半导体的实验，这份好奇心最终演变成了一份致力于解析驱动世界的复杂硅芯片的事业。从基准测试 PC 内部组件到压力测试旗舰 CPU 和 GPU，Hassam 擅长将高层工程设计转化为深度、公正的见解，服务于爱好者社区。 保持更新 关注 TweakTown 获取最新科技新闻、评测和每日更新。 将 TweakTown 添加为 Google 首选来源 (https://www.google.com/preferences/source?q=tweaktown.com)在 Apple News 上查找 TweakTown (https://apple.news/TK0sqd4X7QnWMc5EULcqp1w)