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。