英伟达开源机器人Harness！接入GPT-6 Astra一夜刷爆所有基准

一水 发自 凹非寺

量子位 | 公众号 QbitAI

？？机器人已经开始把自己踩过的坑，写成Skill了。

就在刚刚，英伟达正式开源机器人智能体框架ASPIRE V1.0。

这套框架能让机器人自己写控制程序、执行任务、复盘失败、修改代码，再把验证有效的方法存进技能库。

更猛的是，这套学习能力还会随着底层模型升级直接起飞。

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换了个“脑子”。

结果只过了一夜，多个机器人基准就被刷到了接近满分：

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，则全部达到100%。

Jim Fan将这次变化形容为机器人领域的一场“0到1海啸”。

这回，机器人不光能练。

练出来的经验，咱也能直接下载了。

（P.S. 代码、实验配置和Skills现已全部开源，传送门文末~）

机器人干砸了，先让它自己查Bug

ASPIRE全称是Agentic Skill Programming through Iterative Robot Exploration。

名字挺长，逻辑倒不复杂：

把机器人当成一个会运行代码、也会调试代码的Agent。

机器人编程向来是个麻烦活。

摄像头得先认出目标，系统还要计算抓取点、选择机械臂、规划运动轨迹、避开障碍物，夹爪什么时候闭合、用了多大力度，同样会影响结果。

中间任何一步出错，最后都可能变成同一个画面——

机械臂伸过去，啪，杯子掉了。

过去碰到这种问题，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。

ASPIRE把这套流程交给了编程Agent。

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，Agent便能顺着轨迹往回查：

物体有没有认准？抓取位置是不是偏了？机械臂到底够不够得着？运动规划器有没有给出一条能走通的路线？

问题定位完成后，Agent修改控制程序，再拉机器人重新执行。

改对了，保留，又失败了，接着调。

ASPIRE还会同时探索不同方案。

比如机械臂连续几次抓不起地面上的罐子，系统可以尝试换手、调整机器人与目标的距离、改用更复杂的运动规划器，或者从另一个方向接近。

一条路走不通，那就多开几条。

经过多轮执行和筛选之后，真正有效的方案才会进入下一步。

而下一步，恰恰是整个框架最值钱的地方。

每次翻车，都会留下机器人版“错题集”

修好一个Bug，当然有用。

把修Bug的方法留下来，下次继续用，价值就完全不一样了（授人以鱼不如授人以渔）。

ASPIRE会将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，Agent可以直接检索已有Skill，再结合眼前任务生成控制程序。

举个例子。

机器人面对一个掉在地上的罐子，可能已经从历史任务中总结出一套经验：

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、复杂的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，可能又得踩一遍坑。

到了ASPIRE这里，它们会被整理成Agent能检索、组合和调用的技能。

目前，官网展示的技能库包含90多项Skill，覆盖150多个任务，分为18个类别。

抓取、导航、物体搜索、感知定位、双臂操作、失败恢复，全有。

而且技能库越丰富，机器人面对新任务时的表现也会跟着上涨。

在LIBERO-Pro Long的代表性未见任务中，ASPIRE依靠此前积累的技能，取得了31%的零样本成功率。

此前方法需要在测试阶段反复推理和重试，成功率只有4%。

31%放在普通Benchmark里可能谈不上夸张，可这里测的是机器人未见过的长程任务。

换句话说，ASPIRE没有提前练过这道题，却能从过去积累的Skill中翻出几条相关经验，现场拼出一套解法。

这就很关键了。

机器人学到的东西，正在从“一项任务对应一段程序”，走向可以跨任务复用的操作知识。

更进一步，模拟器里攒下的Skill还能迁移到真实机器人。

团队将模拟器里发现的技能交给真实设备后，即使更换机器人形态和API，Agent完成首次成功调试所需的Token减少了，最终程序在没见过的测试里，成功率也更高了。

换个更强模型，一夜刷满基准

ASPIRE这次开源，还有一个很容易被忽略的信号：

机器人的能力，开始越来越直接地跟随通用大模型的能力上涨。

前面那组“一夜刷到99%”的成绩，可能很快又要被新模型往上推了。

按照Jim Fan给出的测试结果，Claude Opus 5.5在机器人模拟基准上已经略微超过Astra。

Sonnet 5.5则落在成本与能力的帕累托前沿，单任务成本约12美元。

这背后的变化，比某个榜单数字更值得关注。

ASPIRE早期使用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跳了一截。

整套机器人系统没有经历大幅重构。

换个更强的“脑子”，原来的感知工具、控制接口、执行反馈和Skill库还能接着用。

这也让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，底层的推理模型则可以随着前沿能力进步不断替换。

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。

Jim Fan把这种现象称作“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，正沿着ASPIRE这样的框架进入物理世界。

机器人开发也随之出现了一条新路线：

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。

One More Thing

英伟达开源ASPIRE之际，李飞飞创办的World Labs也有新动作了。

世界模型Atlas的Beta访问资格，已经开始分批推送（现在用需要在官网提申请）。

这次官方重点演示了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，Atlas再根据一张或多张参考图，生成对应视角的视频。

最高可输出1分钟、1440p。

Atlas还可以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。

这么一看，它和ASPIRE刚好能凑成一套很有画面的组合：

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。

就是不知道已被AMD收购的World Lab，能不能给老黄提供Atlas了(doge）。

项目地址：

https://research.nvidia.com/labs/gear/aspire/

开源地址（Apache 2.0许可证）：

https://github.com/nvlabs/aspire