机器人技术突破:RoboTTT、ASPIRE、ENPIRE

由Jim Fan博士领导的NVIDIA GEAR实验室在2026年中期宣布了三项机器人技术突破。RoboTTT(测试时训练)通过嵌入一个小型神经网络,利用梯度步骤压缩历史信息,将机器人上下文扩展到8000个时间步(约5分钟),且推理成本恒定。它支持从人类视频进行一次性模仿、实时错误恢复,以及上下文缩放曲线,从1K到8K上下文提升了62%。ASPIRE为机器人提供了一个自我进化的技能库:编码代理观察多模态轨迹,对控制程序进行进化搜索,并将知识提炼到一个不断扩展的存储库中。它在仿真到现实和跨本体迁移中实现了高达10倍的迁移学习令牌减少,已展示150多个任务和90多个技能。ENPIRE部署了8个Codex代理,配备机器人集群和GPU分配,以自主解决物理任务。这些代理寻找视觉线索、重置场景、练习技能、阅读论文、进行辩论,并直接在硬件上进行迭代。观察到了一种‘物理缩放’效应:并行使用8个机器人比使用更少机器人改进更快。所有三个系统都将开源。
Key insights
RoboTTT使机器人能够从长上下文中学习并在部署后持续改进
通过对每个传感器读数进行测试时训练,RoboTTT将历史压缩为固定大小的隐藏状态,允许8000个时间步的上下文,且推理成本不增加。这支持从人类视频进行一次性模仿、中段错误恢复,以及一个显示无饱和的上下文缩放曲线,表明甚至100万上下文也是可行的。
ASPIRE用不断进化的技能库取代权重更新,实现持续机器人学习
与梯度下降不同,ASPIRE使用编码代理搜索控制程序,将成功策略提炼到库中。该库无需重新训练即可在仿真和现实以及不同机器人本体之间迁移,实现了高达10倍的迁移学习令牌减少。‘训练好的模型’是一个感觉运动技能库,而不是浮点权重。
ENPIRE展示了多代理机器人集群的完全自主物理研究
八个Codex代理被赋予一个机器人集群、GPU和令牌预算,目标是尽可能快地解决任务。在没有人类干预的情况下,它们学会了定位视觉线索、重置环境、练习新技能、阅读在线论文、辩论方法,并在硬件上迭代。出现了一条物理缩放定律:并行使用更多机器人加速了改进。
这些系统共同指向自我改进、持续学习的机器人生态系统
RoboTTT的实时适应、ASPIRE的复合技能库和ENPIRE的自主研究循环形成了一个管道,机器人可以从中学习经验、共享知识并自主发现新能力。所有代码都将开源,从而实现复制和扩展。