NVLabs

NVLabs 通常指 NVIDIA 研究部门（NVIDIA Research / NVIDIA Labs），是英伟达负责前沿 AI、机器人与系统研究的核心团队，近期在智能体训练、机器人学习和注意力架构等方向持续输出开源成果，成为业界关注的技术风向标。

NVLabs 近期进展

开源 ASPIRE 机器人学习框架：由 Jim Fan 参与的 NVIDIA 团队将机器人学习框架 ASPIRE 完整开源，项目网站与代码库同步发布，面向机器人技能学习研究社区。参考 NVIDIA 开源 ASPIRE 机器人学习框架。

Skill2Env：把社区技能编译成 RL 训练环境：NVLabs 研究者将社区公开的 Agent Skills 汇编为可执行的强化学习训练数据流水线，共涉及 3.4k 个 Skills，用于以“集体技能”方式强化智能体。参考 NVIDIA 发布 Skill2Env。

SoL-Pi 自主优化 token 成本：团队论文指出 coding agents 正走向 7×24 无人值守自主运行，单任务 token 消耗巨大，SoL-Pi 让 AI 自动研究如何省钱，最终把 token 用量削减了一半。参考 SoL-Pi：让 AI 自动研究怎么给 AI 省钱。

GR00T 运动系统开源与线性注意力研究：NVIDIA 开源了人形机器人项目 GR00T 背后的运动系统；同期还发布了 Gated DeltaNet-2 论文，在线性注意力中解耦擦除与写入操作，探索 Transformer 之外的架构路径。参考 Gated DeltaNet-2: Decoupling Erase and Write in Linear Attention。

当前焦点与观察点

NVLabs 当前的重点集中在两条线：一是智能体（Agent）的自主化与成本控制，从 Skill2Env 的环境生成到 SoL-Pi 的 token 优化，都是围绕“让智能体长期、低成本运行”展开；二是具身智能与机器人基础设施，ASPIRE 和 GR00T 的开源降低了机器人研究的复现门槛。此外，Gated DeltaNet-2 等架构研究显示该团队仍在押注线性注意力作为高效替代方案。值得观察的是其开源节奏——从模型权重到训练环境再到机器人运动系统，覆盖面不断扩大，这也引发外界对其开源策略与商业产品边界划分的讨论。

Overview

NVLabs 近期进展

当前焦点与观察点

Coverage