威尔·奈特（Will Knight）想要一台能喂猫的机器人。这位 WIRED 资深撰稿人长期报道人工智能，家里养着一只名叫莉奥娜（Leona）的孟加拉猫，也有一个计划：造一台能四处行走的小机器人，找到莉奥娜后低下头，从安装在机身顶部的收纳盒里掉出一颗零食。真正的新闻不是这颗零食，而是这台机器人已经能在软件中运行，而且大部分训练工作都由AI模型完成——这些工作通常需要机器人专家亲手操作。

这是一台虚拟版 Microduck，是 Pollen Robotics（Hugging Face旗下的机器人业务部门）推出的鸭形双足机器人。奈特训练它在房间里走动而不摔倒，并找出附近的孟加拉猫。他说，这项工作只花了几个小时，而过去可能要耗上几周。他在专栏中称之为机器人技术的未来。这个判断一半正确：训练环节已经大幅压缩，但环节之外的其他部分，几乎没有变化。

模型究竟做了什么

奈特将 OpenAI 的 GPT-6 Sol 与 Nous Research 的智能体框架 Hermes 配合使用，并在 Nvidia DGX Spark 上运行。DGX Spark 是一台以高性能AI芯片为核心的桌面电脑。模型做的不只是写代码。它通过 Nvidia 的 Isaac Sim 向控制模拟鸭子的模型发送指令，观看鸭子的行动视频，评估进展如何，并建议调整训练方案。运行、观察、微调、再运行——机器人学习中这部分既缓慢又乏味，而如今它已经实现自动化。

专业实验室也报告了同样的变化。在加州大学伯克利分校，肯·戈德堡（Ken Goldberg）教授的团队让 OpenAI 的 Astra 模型使用 Nvidia 的一款名为 Newton 的工具，给它看一段真实机器人的视频，并要求它将场景重建为模拟环境。戈德堡告诉 WIRED：“最让我们震惊的是，不到一小时，它就生成了完整的3D模拟，所有参数都设置好了——摄像机位置、光线、背景，以及所有材料。”他说，Astra 还能运行实验并检查结果，接手了机器人模拟训练中许多繁琐的工作。

这套方法如今有了名字。ASPIRE 是一个框架，其作者包括戈德堡和 Nvidia 的吉姆·范（Jim Fan）。它让大型语言模型编写机器人的控制代码，在执行失败时读取运行记录、修复程序，再把有效方案存入技能库，供后续任务调用。据 ToolNavs 和 RuntimeWire 报道，范所在的 Nvidia 实验室于10月中旬在 GitHub 发布了 v1.0 代码，采用 Apache 2.0 许可证。一段演示视频展示了机械臂学习解魔方的过程。范告诉 WIRED：“它拿起魔方，试着转动，却找错了角度。接着它推理了很长很长时间，但最终还是解开了，因为它会随着时间推移不断学会新技能。”

变得廉价的技能，仍要租来

“氛围机器人”这种说法略过了一个关键问题。ASPIRE 论文明确指出，其性能会随着底层前沿模型的能力提升而提升。论文报告称，使用 Anthropic 的 Claude Opus 5.5 时，模型在全部80项 LIBERO-Pro 操作任务中的平均成功率达到99%；这是团队自行报告的数据，尚未经过独立复现。项目方列出的局限也指出，系统依赖一个冻结的前沿模型，而且更小的模型能否维持同样的调试循环，目前尚未得到验证。

顺着这个结论看下去就会发现：业余爱好者的鸭子和伯克利实验室的机械臂，如今能学到什么程度，取决于它们能调用的大模型有多强。过去制约机器人技术发展的工程专业知识并没有消失，其中很大一部分如今被封装在开发者付费使用的前沿模型里。

鸭子仍在排队等候

训练环节的另一端是硬件，而奈特还在等自己的机器人。Pollen 于8月下旬开放 Microduck 预订，售价399美元，目标是在圣诞节前交付。《商业内幕》援引 Hugging Face 联合创始人托马斯·沃尔夫（Thomas Wolf）的说法报道称，订单在最初24小时内就超过260万美元；不久后，结账页面显示新订单的交付周期已延长至四到六个月。Gadget Flow 报道称，商店目前提醒用户，现阶段的预订要到2027年4月之后才会发货。模拟训练正是预定的使用方式：Pollen 自己的工作流程允许用户在虚拟鸭子上训练行为，再将其导出到实体机器人上。但一套还在等待实体机身的策略，尚未真正面对地毯、沙发腿，或一只不肯配合的猫。

奈特也坦率谈到了其他问题。他写道，鸭子上的视觉系统还不够可靠，无法用于真正的产品。为了教模型跳太空步，他给它看了一段迈克尔·杰克逊（Michael Jackson）的 GIF；花了数小时后，得到的却只是他所说的“一种非常欢快的倒着慢跑”。ASPIRE 的作者也列出了真实部署时面临的同类缺口：可靠地判断任务是否成功、安全重置、安全监控和校准。这些问题都关乎如何确认实体房间里究竟发生了什么，而这恰恰是模拟器无法告诉你的。

资金投向何处

这些问题并未减弱外界的兴趣。戈德堡说，多家工业机器人和自动化企业已对这套方法表现出兴趣；奈特则认为，速度的提升很快就会对制造业和电子商务产生重大影响。本周在奥斯汀举行的机器人学习大会上，范在主题演讲中展示了 Astra 接管机械臂，用手边的颜料和画笔为金门大桥作画。

随之而来的是错误发生位置的改变。当训练一种机器人行为只需数小时，而不再需要几周，团队就会训练出多得多的行为；届时，稀缺的环节将变成验证哪些行为在模拟器之外依然安全。零食没能掉进莉奥娜的碗里，是吸取这一教训的低成本方式。而仓库里的机械臂若运行着一项由模型编写、却无人在真实场地验证过的技能，代价就要高得多。

标签: nvidia, Hugging Face, 机器人, Microduck, Pollen Robotics