英伟达开源ASPIRE 机器人自主编程攒技能换大模型性能飙升

机器人已经开始把踩过的坑，写成可复用的技能了——就在近期，英伟达正式开源了机器人智能体框架ASPIRE V1.0。

这套框架的核心能力，是让机器人自主完成从任务执行、失败复盘到代码修正的全流程，还能把验证有效的方法存入专属的技能库。更值得关注的是，它的学习能力会随底层通用大模型的升级直接爆发。

据英伟达机器人负责人Jim Fan透露，当OpenAI发布GPT-6 Astra当天，团队就为ASPIRE更换了后端模型，仅仅一夜时间，多个机器人基准任务的成功率就被刷到接近满分：LIBERO-Pro的80项任务成功率达到99%，Robosuite的7项代表性任务和BEHAVIOR-1K的2项代表性任务则全部达成100%。Jim Fan将这一变化形容为机器人领域的一场“0到1海啸”。

ASPIRE的全称是“通过迭代机器人探索实现的智能体技能编程”，逻辑并不复杂：它把机器人视作一个既能运行代码、也能调试代码的智能体。

传统机器人编程是个繁琐的过程：摄像头识别目标后，系统要计算抓取点、选择机械臂、规划运动轨迹、避开障碍物，夹爪的闭合时机和力度也会影响结果，任何一步出错都可能导致任务失败，比如机械臂伸过去，杯子掉落在地。过去遇到这种问题，工程师得人工翻日志、调参数、改程序，再让机器人重新跑一遍。

而ASPIRE把这套流程交给了智能体来处理。机器人执行任务时，系统会留下完整的多模态轨迹，包括视觉识别结果、候选抓取点、运动路径和碰撞反馈。一旦任务失败，智能体就能顺着轨迹反向排查：物体有没有被正确识别？抓取位置是否偏移？机械臂是否够得到目标？运动规划器有没有给出可行路线？定位问题后，智能体修改控制程序，再让机器人重新执行——改对了就保留，失败了就继续调整。

不仅如此，ASPIRE还会同时探索多种方案：比如机械臂连续几次抓不起地面的罐子，系统可以尝试换手、调整与目标的距离、改用更复杂的运动规划器，或者从不同方向接近。一条路走不通就多开几条，经过多轮筛选后，真正有效的方案才会进入下一步。

这一步恰恰是整个框架最有价值的地方：ASPIRE会把验证成功的经验整理成Skill，放进持续扩张的技能库。下次遇到相似场景，智能体可以直接检索已有技能，再结合当前任务生成控制程序。

举个例子，机器人面对掉在地上的罐子时，可能已经从历史任务中总结出：距离目标0.45米更容易抓取、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……这些经验过去常常藏在研究人员的实验记录里，换个任务、换个人、换台机器人，可能又得重新踩坑；而在ASPIRE这里，它们会被整理成智能体可以检索、组合和调用的技能。

目前，ASPIRE的技能库包含90多项Skill，覆盖150多个任务，分为抓取、导航、物体搜索、感知定位、双臂操作、失败恢复等18个类别。技能库越丰富，机器人面对新任务的表现就越好：在LIBERO-Pro Long的未见过的任务中，ASPIRE依靠积累的技能，取得了31%的零样本成功率，而此前方法的成功率仅为4%。更重要的是，模拟器里的技能还能迁移到真实机器人——更换机器人形态和API后，智能体完成首次成功调试所需的Token减少，最终程序在未见过的测试中的成功率也更高。

ASPIRE的开源还传递了一个容易被忽略的信号：机器人的能力正在越来越直接地跟随通用大模型的能力上涨。ASPIRE早期用Claude Opus 4.6作为后端，当Astra发布后，团队直接更换底层模型，机器人的任务成功率随即大幅提升，整套系统不需要大幅重构，原来的感知工具、控制接口、执行反馈和技能库都能继续使用。

这让ASPIRE越来越像一套机器人版的智能体调度平台：上层负责感知环境、调用工具、执行代码、积累经验，底层的推理模型则可以随着前沿能力的进步不断替换。大模型越擅长写代码、看图、调用工具和长程推理，这套框架的效果就越好。Jim Fan把这种现象称作“Physical Bitter Lesson”，即通用模型在软件世界掌握的推理、编程和工具调用能力，正通过ASPIRE这类框架进入物理世界。

随之出现的机器人开发新路线是：工程师搭建好感知和控制接口，智能体进入环境反复执行、调试、积累技能，底层模型每升级一次，整套系统就有机会变强。

另外，英伟达开源ASPIRE之际，李飞飞创办的World Labs也有新动作：世界模型Atlas的Beta访问资格已经开始分批推送，目前需要在官网申请使用。Atlas的核心功能是像素级精度的相机路径控制，用户可以指定相机的位置、角度和移动路线，它会根据参考图生成对应视角的视频，最高可输出1分钟、1440p的内容；还能从少量图片或手机视频中重建空间，输出点云和3D Gaussian Splat，模拟机器人在场景中看到的RGB与深度信息。

看起来，Atlas和ASPIRE刚好能形成一套组合：Atlas批量生成和重建模拟世界，ASPIRE则把机器人放入其中执行任务、调试错误、积累技能。