NVIDIA 開源 ASPIRE 1.0，讓 AI 代理自己寫機械人程式
NVIDIA 研究部門的 GEAR 實驗室在 2026 年 10 月 16 日開源機械人 AI 代理框架 ASPIRE 的 1.0 版，程式碼放在 GitHub 的 NVlabs 帳戶。實驗室負責人之一 Jim Fan 在 X 宣布，新版本具備在真實機械人上發現技能和自我改進的能力。
ASPIRE 由 NVIDIA 聯同密歇根大學、伊利諾大學香檳分校、加州大學柏克萊分校和卡內基美隆大學的研究人員開發，6 月 30 日首次以論文形式公開。
代理寫程式、看結果、再修正
ASPIRE 用的是「程式即策略」做法，不需要強化學習訓練。大型語言模型為機械人寫 Python 控制程式，系統記錄執行過程中的觀察和影像，模型據此找出失敗原因、修改程式，驗證有效的修正會存入技能庫，供之後的任務取用。
項目頁面指，隨著技能增加，機械人每完成一步所用的 token 和時間都會減少，在一組任務學到的技能亦能轉用到未見過的長流程任務。真實機械人示範包括扭開瓶蓋、把藥丸放進瓶再扭上蓋、把杯倒轉疊高，以及解開扭計骰。
換上新模型一夜做到約 99%
Jim Fan 寫道，OpenAI 新模型 GPT-6 Astra 推出當日，實驗室把 ASPIRE 的後端換成它，各項基準測試一夜之間做到約 99%。據 Startup Fortune 報道，1.0 版在 LIBERO-Pro 的 80 項操作任務取得 99% 成功率，解扭計骰的真實示範亦是用 GPT-6 Astra 完成。
模型 | Jim Fan 公布的表現 |
|---|---|
GPT-6 Astra | 換上後基準測試一夜做到約 99% |
Claude Opus 5.5 | 在機械人模擬基準稍勝 Astra |
Claude Sonnet 5.5 | 成本與能力的最佳平衡，每項任務約 12 美元 |
Jim Fan 說，ASPIRE 在 6 月推出時，大模型還未能可靠地操控機械人，「前沿模型水漲船高，但 Astra 在很多任務上是由零到一的海嘯」。
生成的程式有完整權限，真實部署仍有限制
NVIDIA 的 GitHub 文件提醒，ASPIRE 會以完整的匯入權限執行語言模型生成的 Python 程式，現有的監察程序不是安全沙盒。項目頁面亦寫明，要在真實環境部署，仍需要可靠的成功偵測、安全重置、安全監察和校準。
來源
- ASPIRE（NVIDIA Research）
- Nvidia's open-source ASPIRE system taught a robot to solve a Rubik's Cube（Startup Fortune）
- NVIDIA opens ASPIRE, a robotics agent that stores skills as code（RuntimeWire）
No comments yet
提交留言即表示你已閱讀我們的私隱政策。