XNews

NVIDIA机器人技术与世界模型进展

NVIDIA机器人技术与世界模型进展

NVIDIA的GEAR研究团队在2026年中期推出了四项重大机器人技术进展:用于长期肌肉记忆的RoboTTT、用于进化技能库的ASPIRE、用于自主研究实验室的ENPIRE,以及用于设备端世界模型的Cosmos 3 Edge。

Key insights

RoboTTT的测试时训练使机器人能够‘思考’无限上下文

通过将每个传感器读数压缩成一个持续更新的小型模型,RoboTTT为机器人提供了相当于5分钟实时经验的持久工作记忆。这使得机器人能够从人类演示中进行一次性模仿,并在无需重新训练的情况下实时纠错。从1K到8K上下文的62%改进表明,机器人策略将受益于与变革大语言模型相同的缩放定律。

ASPIRE将持续学习重新定义为技能库,而非参数更新

ASPIRE并非重新训练端到端策略,而是利用编码代理将成功策略提炼成一个不断增长的感知运动技能库。这避免了灾难性遗忘,并通过重用‘诀窍’使机器人启动新任务的速度提升10倍。该技能库可在不同机器人形态间共享,使仿真到现实及跨形态迁移变得实用,无需大量新数据。

ENPIRE证明自主机器人研究实验室现已可行

将Codex代理直接控制机器人集群和GPU分配,实现了通宵自主实验,无需人工干预即可完成GPU安装等精密任务。8台机器人带来的并行加速展示了‘物理缩放’维度,可大幅压缩机器人研发周期。

Cosmos 3 Edge将世界建模引入边缘设备,解锁实时场景推理

一个在设备上运行的4B/2B世界模型使机器人和自动驾驶车辆能够理解并预测场景,无需云端延迟。这支持智能基础设施和处理实时视频的视觉AI代理等应用,有望在边缘部署场景中使高级空间智能更易获取。

RoboTTT、ASPIRE和ENPIRE三剑客构成闭环自主改进系统

RoboTTT提供长期情境感知,ASPIRE构建并复用技能,ENPIRE协调探索。三者共同预示了一个未来:机器人不仅能即时学习,还能在无需人类监督的情况下系统性地扩展自身能力,从孤立演示迈向持续自我改进的部署。

Source posts