有史以来首次，8个Codex-AutoResearch代理赋予机器人舰队生命，实现端到端成功解决物理世界任务，中间无需人工桥梁……在Nvidia Gear Lab中自我改进一部分
摘要
Nvidia Gear Lab的研究人员实现了一个里程碑：8个Codex-AutoResearch代理自主控制一支机器人舰队，在无人干预的情况下完成了一项物理世界任务，展示了自我改进的能力。
暂无内容
相似文章
@DrJimFan：今天，我们首次在物理世界中启用自动研究！介绍ENPIRE：我们给8个Codex智能体一个机器人舰队……
NVIDIA GEAR实验室推出了ENPIRE，这是一个使用8个Codex智能体自主控制机器人舰队执行物理任务（如扎扎带、安装GPU）的系统，展示了自我改进的机器人研究以及一种新的'physical scaling'现象。
Nvidia的自主机器人研究（6分钟阅读）
ENPIRE是一个框架，使编码代理能够通过真实世界的反馈循环自主改进机器人操作策略，在插针和剪扎带等灵巧任务上实现了99%的成功率。
NVIDIA 工程师与研究人员如何利用 Codex 进行构建
NVIDIA 的工程师和研究人员正在使用由 GPT-5.5 驱动的 OpenAI Codex，作为处理复杂工程任务和端到端机器学习工作流的默认工具。本文重点介绍了通过在该 NVIDIA 基础设施上集成 Codex 所取得的显著生产力提升、自主系统构建以及研究自动化成果。
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与卡内基梅隆大学（CMU）和加州大学伯克利分校（UC Berkeley）共同开发的ENPIRE框架，利用AI编码智能体自主训练机器人执行高精度物理任务（如GPU安装），通过闭环反馈和真实硬件测试实现了99%的成功率。
驾驭工程：在智能体优先的世界中利用Codex
OpenAI描述了一项内部实验，使用Codex智能体构建了一个零手动编写代码的生产软件产品，在五个月内由AI编写了150万行代码，开发速度提升了约10倍。团队认识到，有效的智能体驱动开发要求工程师专注于系统设计、脚手架和反馈循环，而不是直接编写代码。