# 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...

- 来源：宝玉
- 发布时间：2026-06-17 07:30
- AIWatch 分数：72
- AIWatch 标记：未精选
- AIWatch 链接：https://aiwatch.icu/events/evt_01kv9cv5ysgdktkdsge280e9j6
- 原文链接：https://x.com/dotey/status/2067027033431875699

## 精选理由

高信息密度，值得细读

## AI 摘要

NVIDIA GEAR 实验室联合 CMU、UC Berkeley 发布 ENPIRE，首次让 AI agent 在真实物理世界自主操控机器人完成实验循环。系统自动完成环境搭建、策略改进、实验执行与失败分析，无需人工干预。在精细操作任务上达到 99% 成功率（pass@8）。测试了 Codex、Claude Code、Kimi Code 三款 agent，并发现多机器人并行探索存在物理 scaling law。代码将开源，可复现自运行机器人实验室。
核心观点：
1. ENPIRE 在精细操作任务（插 pin、穿扎带、剪扎带、插 GPU）上达到 99% 成功率（pass@8）。
2. 8 台机器人并行探索比 1 台或 4 台的研究推进速度快，但 token 消耗增加且 agent 间协调降低机器人利用率。
3. 测试了三款 agent：OpenAI Codex（GPT-5.5）、Anthropic Claude Code（Opus 4.7）、月之暗面 Kimi Code（Kimi K2.6），均能跑通全流程但研究进展速度有差异。

## 正文

NVIDIA GEAR 实验室联合 CMU、UC Berkeley 发布 ENPIRE，首次让 AI agent 在真实物理世界自主操控机器人完成实验循环。系统自动完成环境搭建、策略改进、实验执行与失败分析，无需人工干预。在精细操作任务上达到 99% 成功率（pass@8）。测试了 Codex、Claude Code、Kimi Code 三款 agent，并发现多机器人并行探索存在物理 scaling law。代码将开源，可复现自运行机器人实验室。
核心观点：
1. ENPIRE 在精细操作任务（插 pin、穿扎带、剪扎带、插 GPU）上达到 99% 成功率（pass@8）。
2. 8 台机器人并行探索比 1 台或 4 台的研究推进速度快，但 token 消耗增加且 agent 间协调降低机器人利用率。
3. 测试了三款 agent：OpenAI Codex（GPT-5.5）、Anthropic Claude Code（Opus 4.7）、月之暗面 Kimi Code（Kimi K2.6），均能跑通全流程但研究进展速度有差异。