← AI 動態
The Decoder
NVIDIA 聯手名校發布 CaP-X：AI 機器人控制需「代理架構」補足代碼缺陷
NVIDIA 與史丹佛等校推出 CaP-X 框架，發現 AI 模型在缺乏人為設計基礎組件時難以精準控制機器人，但透過代理程式架構與增加運算思考時間可大幅提升表現。
機器人學
CaP-X
Agentic AI
NVIDIA 與柏克萊、史丹佛及卡內基美隆大學的研究團隊近期發表了 CaP-X 框架，旨在系統性評估 AI 模型透過撰寫程式碼來操控機器人的能力。研究發現，即便目前最強大的頂尖模型，在缺乏人類預先定義的「抽象模組」下，單靠原始程式碼仍無法有效達成複雜的物理任務，這揭示了現今 AI 在跨足現實世界操作時的關鍵門檻。
為了突破困境，研究團隊發現「代理程式支撐架構（Agentic Scaffolding）」是關鍵。這種方法讓 AI 不只是單次產出指令，而是透過類似「思考後再行動」的測試端運算技術進行自我修正。對一般大眾而言，這意味著未來的家用或工業機器人將能更靈活地處理未曾見過的任務，無需工程師為每項細節編寫死板指令，讓機器人朝向真正的「通用自主」邁進一大步。