T
traeai
登录
返回首页
Jim Fan(@DrJimFan)

Today, we enable AutoResearch in the physical world for the first time! Introducing ENPIRE: we give ...

8.5Score

TL;DR · AI 摘要

ENPIRE 通过 8 个 Codex 智能体和机器人协作,实现了物理世界的自动研究,能完成高精度任务并自我改进。

核心要点

  • ENPIRE 使用 8 个 Codex 智能体和机器人协作,实现物理世界的自动研究。
  • ENPIRE 能完成高精度任务,如系鞋带、安装 GPU 等。
  • 8 个机器人并行探索显著提升了任务完成速度。

结构提纲

按章节快速跳转。

  1. 介绍 ENPIRE 的目标和基本架构。

  2. ENPIRE 由 8 个 Codex 智能体、机器人、GPU 和 token 预算组成。

  3. ENPIRE 能完成高精度任务,如系鞋带、安装 GPU 等。

  4. 机器人通过学习和实践,能够自我改进并完成复杂任务。

  5. 8 个机器人并行探索显著提升了任务完成速度。

  6. ENPIRE 将开源,允许用户在家中建立自己的机器人实验室。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • ENPIRE
    • 组成
      • 8 个 Codex 智能体
      • 机器人
      • GPU
      • token 预算
    • 能力
      • 高精度任务
      • 自我改进
      • 并行探索
    • 未来
      • 开源

金句 / Highlights

值得收藏与分享的关键句。

#AI#机器人#Codex#NVIDIA
打开原文

Jim Fan 在 X 上的发言:“今天,我们首次在物理世界中启用了 AutoResearch!介绍 ENPIRE:我们为 8 个 Codex 代理配备了一支机器人舰队、一定数量的 GPU 以及充足的 token 预算。我们设定了一个简单的目标:尽可能快速地解决问题,让机器人保持忙碌 https://t.co/zC0OQNzDBs” / X

Jim Fan

@DrJimFan

今天,我们首次在物理世界中启用了 AutoResearch!介绍 ENPIRE:我们为 8 个 Codex 代理配备了一支机器人舰队、一定数量的 GPU 以及充足的 token 预算。我们设定了一个简单的目标:尽可能快速地解决问题,让机器人保持忙碌。

宝贵的计算资源。请不要误解。然后人类退到一旁,我们的观察开始了。机器人舰队开始活跃起来:它们学会寻找视觉线索、重置场景、练习新技能、尝试控制栈、在线阅读论文、进行辩论、反思、遇到困难时重新尝试,直接在硬件上进行操作。我们所做的只是为 Codex 提供了一个与物理世界交互的 API,其余的都是自然涌现的结果。ENPIRE 能够独立完成高精度任务,例如系紧扎带、整理细小的引脚以及安装 GPU。我们还发现了一种新的“物理扩展”:8 个机器人并行探索比数量更少的机器人显著更快地取得进展。我们 NVIDIA GEAR 实验室的一部分现在可以在夜间持续自我提升。我们只需在早上阅读报告即可。/目标:我们全部放假,Jensen 甚至都不会注意到;) 我们将开源所有内容,因此你也可以在家部署自己的自主运行机器人实验室!深入阅读请查看此推文:

00:00

2026 年 6 月 16 日 下午 4:31

289.5K

浏览量

8

5

85

3

7

375

2

.

4

K

2.4K

1

1.2K

阅读 85 条回复

AI 可能会生成不准确的信息,请核实重要内容