文章核心观点 - 英伟达正式开源机器人智能体框架ASPIRE V1.0，让机器人能自己写控制程序、执行任务、复盘失败、修改代码，并将验证有效的方法存入技能库 [2] - 该框架的学习能力可随底层模型升级直接提升，更换更强模型后多个机器人基准被刷到接近满分 [4][5] - 机器人经验可被下载和复用，代码、实验配置和Skills已全部开源 [9][10] - 行业正从“一项任务对应一段程序”走向可跨任务复用的操作知识，模拟器技能还能迁移到真实机器人 [37] ASPIRE框架机制 - ASPIRE全称为Agentic Skill Programming through Iterative Robot Exploration，将机器人视为会运行代码、也会调试代码的Agent [10][11] - 机器人编程涉及摄像头识别目标、计算抓取点、选择机械臂、规划运动轨迹、避障、夹爪闭合时机与力度等多环节，任何一步出错都可能导致任务失败 [13][14] - 过去需工程师人工翻日志、调参数、改程序并重新跑一遍 [14] - ASPIRE将调试流程交给编程Agent，执行任务时留下完整多模态轨迹，包括视觉识别结果、候选抓取点、运动路径和碰撞反馈 [16][17] - 任务失败后，Agent沿轨迹回溯排查：物体是否认准、抓取位置是否偏移、机械臂是否够得着、运动规划器是否给出可行路线 [18] - 问题定位后Agent修改控制程序并重新执行，改对了保留，又失败了接着调 [18][19] - ASPIRE同时探索不同方案，如换手、调整机器人与目标距离、改用更复杂运动规划器、从另一方向接近 [20] - 经过多轮执行和筛选后，真正有效的方案才进入下一步 [22] 技能库与经验复用 - ASPIRE将验证成功的经验整理成Skill，放入持续扩张的技能库，下次遇到相似场景可直接检索已有Skill并结合当前任务生成控制程序 [26] - 示例经验包括：距离目标0.45米更容易伸到、常规移动接口在低处容易失效、复杂逆运动学规划器成功率更高 [28] - 官网展示技能库包含90多项Skill，覆盖150多个任务，分为18个类别，涵盖抓取、导航、物体搜索、感知定位、双臂操作、失败恢复 [30] - 技能库越丰富，机器人面对新任务表现越好 [32] - 在LIBERO-Pro Long代表性未见任务中，ASPIRE依靠此前积累技能取得31%零样本成功率，此前方法需在测试阶段反复推理和重试，成功率仅4% [32][33] - 31%测的是机器人未见过的长程任务，ASPIRE未提前练过该题，却能从过去积累的Skill中翻出相关经验并现场拼出解法 [34][35] - 模拟器里攒下的Skill能迁移到真实机器人，即使更换机器人形态和API，Agent完成首次成功调试所需Token减少，最终程序在未见过的测试中成功率也更高 [37] 模型升级与基准表现 - 据英伟达机器人负责人Jim Fan透露，OpenAI发布GPT-6 Astra当天，团队直接给ASPIRE换了“脑子” [5] - 仅过一夜，多个机器人基准被刷到接近满分：LIBERO-Pro的80项任务成功率达99%，Robosuite的7项代表性任务和BEHAVIOR-1K的2项代表性任务全部达100% [6] - Jim Fan将这次变化形容为机器人领域的一场“0到1海啸” [7] - Claude Opus 5.5在机器人模拟基准上已略微超过Astra [41] - Sonnet 5.5落在成本与能力的帕累托前沿，单任务成本约12美元 [42] - ASPIRE早期使用Claude Opus 4.6作为后端，Astra发布后团队直接更换底层模型，机器人任务成功率随即跳了一截，整套机器人系统未经历大幅重构 [46][47] - 更换更强“脑子”后，原来的感知工具、控制接口、执行反馈和Skill库还能接着用 [48] - ASPIRE越来越像一套机器人版Agent Harness，上层负责看环境、调用工具、执行代码、积累经验，底层推理模型可随前沿能力进步不断替换 [49] - 大模型越会写代码、看图、调用工具和进行长程推理，这套机器人框架就越能打 [50] - Jim Fan将这种现象称作“Physical Bitter Lesson”，通用模型在软件世界里学会的推理、编程和工具调用能力，正沿ASPIRE这样的框架进入物理世界 [51][52] - 机器人开发出现新路线：工程师搭好感知和控制接口，Agent进入环境反复执行、修Bug、攒Skill，底层模型每升级一次，整套系统都有机会跟着变强 [53][54] 行业动态与组合应用 - 英伟达开源ASPIRE之际，李飞飞创办的World Labs也有新动作 [55] - 世界模型Atlas的Beta访问资格已开始分批推送，现在使用需在官网提申请 [56] - 官方重点演示了像素级精度的相机路径控制，用户可指定相机位置、角度和移动路线，Atlas再根据一张或多张参考图生成对应视角的视频 [58][59] - Atlas还可从少量图片或手机视频中重建空间，输出点云和3D Gaussian Splat，并模拟机器人在场景中看到的RGB与深度信息 [60] - Atlas与ASPIRE可凑成组合：Atlas批量生成和重建模拟世界，ASPIRE把机器人放进去执行任务、查Bug、攒Skill [61] - World Labs已被AMD收购 [62]