NVIDIA GEAR 实验室发布了 ENPIRE,一套让 AI 编程 agent 自主操控真实机器人做实验的系统。是在真实物理世界里跑,让 AI 自己重置场景、跑实验、判断成败、查论文、改代码、再来...
NVIDIA GEAR 实验室发布 ENPIRE 系统,让 AI 编程 agent 在真实物理世界中自主操控机器人完成实验,成功率高达 99%。
入选理由:ENPIRE 系统让 AI agent 在真实物理世界中自主操控机器人完成实验,成功率高达 99%。
概念
也叫:AI 做科研
由 Jim Fan 提出的概念,指让 AI 自主完成科研任务。
最近变化
2026-06-16 · ENPIRE 系统让 AI agent 在真实物理世界中自主操控机器人完成实验,成功率高达 99%。
AutoResearch 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
NVIDIA GEAR 实验室发布了 ENPIRE,一套让 AI 编程 agent 自主操控真实机器人做实验的系统。是在真实物理世界里跑,让 AI 自己重置场景、跑实验、判断成败、查论文、改代码、再来...
宝玉(@dotey) · 8.5 分
[AINews] Loopcraft: The Art of Stacking Loops
Latent Space · 8.5 分
Very interesting results from this NanoGPT-Bench eval. There is so much talk about self-improving a...
elvis(@omarsar0) · 6.2 分
已收录 5 篇与「AutoResearch」相关的 AI 资讯和分析。
NVIDIA GEAR 实验室发布 ENPIRE 系统,让 AI 编程 agent 在真实物理世界中自主操控机器人完成实验,成功率高达 99%。
入选理由:ENPIRE 系统让 AI agent 在真实物理世界中自主操控机器人完成实验,成功率高达 99%。
文章强调了通过设计自主循环系统来提升AI代理效率,而非依赖人工干预。
入选理由:Andrej Karpathy认为,要最大化模型的token吞吐量,必须将自身排除在循环之外。
Coding agents recover only 9.3% of human progress in AI research tasks, primarily tuning hyperparameters and ignoring algorithmic innovation, revealing their current inability to conduct real AI R&D.
入选理由:Codex、Claude Code和Autoresearch在NanoGPT-Bench评估中仅恢复9.3%的人类科研进展。
This podcast clip is a casual interview with no deep technical or investment analysis; it briefly mentions Karpathy's move to Anthropic and AutoResearch but lacks substance.
入选理由:Andre Karpathy(39岁)已加入Anthropic负责预训练团队,聚焦递归自改进(recursive self-improvement)。
This article is merely a aggregation of Hacker News top stories with no deep analysis, technical insights, or original commentary; it repackages news and social media posts with low information density and no engineering value.
入选理由:Karpathy 加入 Anthropic,计划扩展 AutoResearch 为递归训练,但社区质疑其创新性。
与「AutoResearch」经常一起出现的 AI 术语。
💡 想追踪「AutoResearch」的长期趋势?去 实体雷达 · AutoResearch 查看详细分析和跨材料问答。