威爾·奈特（Will Knight）想要一台能餵貓的機器人。這位 WIRED 資深撰稿人專門報導人工智慧，養了一隻名叫莉歐娜的孟加拉貓，也有一套計畫：打造一台小型步行機器人，找到她、低頭鞠躬，再從裝在機器人頂部的列印隔間裡掉出一顆零食。零食本身不是新聞。真正的新消息是，這台機器人已經能在軟體中運作，而原本通常得由機器人工程師手動完成的大部分訓練工作，現在交給了 AI 模型。

這台虛擬機器人是 Microduck，是 Pollen Robotics（Hugging Face 旗下的機器人部門）推出的鴨子造型雙足機器人。奈特訓練它在房間裡走動而不跌倒，也訓練它辨認附近任何一隻孟加拉貓。他表示，這項工作只花了幾個小時；過去可能得花上好幾週。他在專欄中稱這就是機器人的未來。這說法對了一半：訓練循環確實大幅縮短了，但循環兩端的情況幾乎沒有改變。

模型實際上做了什麼

奈特把 OpenAI 的 GPT-6 Sol 與 Hermes 搭配使用。Hermes 是 Nous Research 開發的代理式框架，運行於 Nvidia DGX Spark——一台以強大 AI 晶片為核心的桌上型電腦。模型做的不只是寫程式碼。它透過 Nvidia 的 Isaac Sim，向控制模擬鴨子的模型發出指令、觀看鴨子的動作影片、評估進展如何，並提出調整訓練流程的建議。執行、觀察、微調，再重來：這正是機器人學習中緩慢又不起眼的部分，而這部分如今已經自動化。

專業實驗室也觀察到同樣的轉變。在加州大學柏克萊分校，肯·戈德堡（Ken Goldberg）教授的團隊讓 OpenAI 的 Astra 模型使用 Nvidia 一款名為 Newton 的工具，給它看一段真實機器人的影片，再要求它把場景重建成模擬環境。「最讓我們所有人驚訝的是，不到一小時，它就做出完整的 3D 模擬，所有參數都設定好了——攝影機位置、照明、背景，以及所有材質，」戈德堡告訴 WIRED。他說，Astra 也能執行實驗並檢視結果，接手了機器人在模擬環境中訓練時許多繁瑣的工作。

這種方法如今有了名稱。ASPIRE 是一套框架，作者包括戈德堡和 Nvidia 的吉姆·范（Jim Fan）。它會讓大型語言模型撰寫機器人的控制程式碼，在執行失敗時讀取執行記錄、修補程式，再把可用的修正存入技能庫，供後續任務重複使用。據 ToolNavs 和 RuntimeWire 報導，范在 Nvidia 的實驗室於十月中旬將 v1.0 程式碼以 Apache 2.0 授權釋出到 GitHub。其中一段示範影片展示機械手臂學習解魔術方塊。「它拿起方塊，試著轉動，卻用錯了角度，」范告訴 WIRED。「接著它推理了非常、非常久，但最後還是解開了，因為它會隨著時間逐漸學會這些技能。」

變得便宜的技能，仍得租用

「氛圍機器人學」（vibe robotics）的說法略過了這個關鍵。ASPIRE 論文清楚指出，它的效能會隨底層前沿模型的能力而提升。論文報告，使用 Anthropic 的 Claude Opus 5.5 時，系統在全部 80 項 LIBERO-Pro 操作任務中的平均成功率為 99%；這是研究團隊自行報告的數字，目前尚未經獨立重現。專案列出的限制也指出，系統仰賴一個固定不變的前沿模型，而且較小型的模型能否維持同樣的除錯循環，目前仍未經驗證。

由此可見，業餘玩家的鴨子和柏克萊實驗室的機械手臂，如今學習能力大致取決於它們能呼叫哪個大型模型。過去限制機器人發展的工程專業並沒有消失，只是如今有很大一部分藏在建造者付費使用的前沿模型裡。

鴨子仍在排隊等候

循環的另一端是硬體，而奈特至今仍在等他的機器人。Pollen 在八月下旬開放 Microduck 預購，售價 399 美元，目標是在聖誕節前出貨。Business Insider 引述 Hugging Face 共同創辦人湯瑪斯·沃爾夫（Thomas Wolf）的說法報導，訂單在首 24 小時內便突破 260 萬美元；不久後，結帳頁面便把新訂單的交貨時間改為四至六個月。Gadget Flow 報導，商店目前警告，現有預購訂單要到 2027 年 4 月之後才會出貨。預定的使用方式是在模擬環境中訓練：Pollen 自家的流程是讓機主在虛擬鴨子上訓練各種行為，再匯出到實體機器人。不過，只有策略、還沒有身體可用的機器人，尚未真正遇上地毯、沙發腳，或是不肯配合的貓。

奈特也坦言其他問題。他寫道，鴨子上的視覺系統還不夠可靠，無法用於實際產品。當他餵給模型一段麥可·傑克森（Michael Jackson）的 GIF，想教它跳太空步時，花了好幾個小時，最後得到的卻只是他所說的「非常雀躍的倒退小跑步」。ASPIRE 的作者也列出實際部署時同一類的缺口：可靠的成功判定、安全重設、安全監控，以及校準。這些問題都關乎如何確認實體環境裡實際發生了什麼，而模擬器恰恰無法告訴你這些。