英NVIDIAは具身智能研究部門GEARラボのJim Fan氏らを主体とし、自律型物理実験プラットフォームENPIREを発表した。本プロジェクトは8台のAIコーディングエージェントと8台のロボットを組み合わせ、実験設計からコード修正、実機検証、結果のフィードバックに至るまでを人間を介さずに循環させることを目的としている。 各実験ユニットは6自由度のYAMマニピュレータ、Intel RealSenseカメラ、NVIDIA RTX 5090を搭載したワークステーションで構成され、計算はローカルで完結する。Codex、Claude Code、Kimi Codeの3種エージェントを評価した結果、実機タスクではCodexが最も高い成功率と速度を示した。システムは2段階で運用され、人間が安全境界や自動リセット機構を初期構築した上で、エージェントがアルゴリズムの仮説検証、強化学習や行動模倣のハイパーパラメータ調整、実機デプロイを自律的に繰り返す。 ピン挿入やGPU差し込みといった高精度タスクでは、エージェントが並列で異なる戦略を探索し、仮説進化ツリーを形成。並列環境を1台から8台へ拡大した際、開発所要時間は1.5時間から約40分に短縮され、物理AI領域におけるスケーリング効果が確認された。ただし計算コストは超線形で増大する傾向にある。また、実験で得た知見をテキストで共有する手法により、新タスクへの転移学習も成功している。 ENPIREはAutoResearchの物理世界への展開として注目されるが、初期インフラ構築には人的介入が依然として必要であり、検証環境も構造化された卓上操作に限定されている。完全自律化と複雑実環境への汎化が今後の課題となる。論文と一式のコードは近日中にオープンソース化される予定である。