4.3
深览指数
科技量子位··AI 生成
RLinf v0.3来了！从模型生态到真机部署五大能力跃升，无问芯穹与清华大学联合打造
无问芯穹与清华大学联合发布的 RLinf v0.3，是全球首个面向具身智能持续进化的大规模强化学习基础设施。与v0.1和v0.2相比，v0.3升级为一站式开发平台，首次完整打通了从数据采集、模型训练到真机部署的全链路闭环。文章从模型生态、算法体系、真机支持、仿真环境、系统基座五个维度详细列举了新增功能与支持列表，展示了项目的技术广度和社区影响力。对于关注具身智能技术栈的开发者与研究人员，这是一份详尽的版本更新参考，但其内容本质是项目发布通告，缺乏对技术选型或行业趋势的独立判断。原文 ↗
核心观点
- ▍RLinf v0.3 是面向具身智能持续进化的一站式开发平台，首次打通了数据采集、SFT、RL、评测、真机部署的全链路闭环，旨在降低行业开发门槛并支撑机器人在真实世界中的长期进化。
- 01模型生态方面，新增了对 Dexbotic DM0、DreamZero、GR00T-N1.6/N1.7、ABot-M0、StarVLA、LingBot-VLA 等6款具身模型的支持。
- 02算法体系新增了 DSRL、RECAP、SAC-Flow 等真机RL算法，Async PPO、D4RL 离线 IQL 等仿真RL算法，以及 DAgger、HG-DAgger 等人在环学习算法。
- 03真机支持方面，新增了空间鼠标、VR、GELLO 三种遥操作数据采集方式，以及双臂 Franka、GimArm、DOS-W1 三款真机平台和 Franka DexHand 灵巧手等末端执行器。
- 04仿真环境新增了 Genesis、Polaris、RoboVerse 等5种仿真器，并完善了 Behavior、Libero+ 等环境支持。
- 05系统基座新增了 Reward Model、Value Model、SGLang 推理服务化等组件，以及支持昇腾、AMD ROCm、Musa 等国产及异构AI计算平台。
- 06项目在GitHub上获得 4100+ Stars、600+ Forks、100+ Contributors，并被 Isaac Lab 官方收录为首个面向具身大模型的训练引擎，相关成果登上了NVIDIA GTC 2026。
反方 / 局限
- — 文章作为项目发布通告，未提及任何关于不同算法（如DSRL vs SAC-Flow）之间的性能对比、选型建议或局限性，也未讨论真实世界在线学习规模化部署中遇到的失败案例或安全边界。
10 分钟 · 3 卡片 · 5 资料
读原文 →