北京
都说具身智能是AI的下一站，但这个行业有个尴尬的秘密——大多数机器人的"聪明"，只在Demo里。
一个机器人，在实验室稳稳完成抓取搬运，看起来惊艳；一旦放进真实工厂，遇到没见过的零件，当场宕机。问题出在训练框架：仿真、训练、推理三套系统互相割裂，显卡闲置，跑得又慢又难调。
百度百舸率先给出了解法——在RLinf v0.3发布当天即完成适配，成为国内首家支持的云厂商，开发者可直接在百舸上一键拉起预制环境，让前沿开源成果直接变成产业生产力。
RLinf是什么？
简单说，RLinf是专门给机器人做强化学习训练的"一站式后台工具"。名字里的"inf"很有意思，既代表Infrastructure（基础设施），也寓意Infinite（无限扩展）。
这个框架2025年9月由知名科创企业联合清华大学正式开源，同时参与研发的还有北大、UC伯克利等机构。GitHub上的Star数早已超过2600，智源大会的强化学习分论坛专门把它列为MAPPO之后最具影响力的代表性成果。
真正让RLinf在行业里站住脚的，是它真正解决了具身智能训练的痛点：六层架构贯通用户层到硬件层，训练速度直接起飞，相比其他框架的分离式执行模式，VLA模型涨幅达到40%到60%。
v0.3，补上了最关键的一环
7月16日，RLinf正式发布v0.3版本。半年内三次迭代，v0.1解决复杂强化学习任务效率问题，v0.2引入RLinf-USER把机器人硬件和GPU纳入统一调度，v0.3则更进一步——首次完整打通了数据采集、数据管理、SFT微调、强化学习、模型评测、真机部署所有关键环节。
换句话说，以前机器人只能在虚拟世界练习，现在终于打通了「仿真训练→真机在线学习→持续迭代」的完整闭环。机器人既能在大规模仿真环境里反复试错自学，也能在真实物理世界中不断积累新数据、持续进化自己的能力。
五大维度全面升级：
模型生态新增DreamZero、GR00T、StarVLA等主流VLA模型支持；
算法体系扩展了真机强化学习、人在环学习，引入DSRL、RECAP、SAC-Flow等代表性算法；
真机闭环完整打通LeRobot数据格式和部署流程；
仿真环境覆盖Genesis、IsaacLab等主流平台；
系统底座新增Value Model、SGLang推理服务，深度优化FSDP Offload和显存机制。
百度百舸AI计算平台在v0.3发布当天即完成适配，成为国内首家支持的云厂商。开发者可以直接在百舸平台上，通过"快速开始"功能一键拉起RLinf v0.3预制开发环境，省去繁琐的环境打包和软件部署。结合百舸的AI Infra工程优化能力，模型训练和仿真都能获得极致性能提速，大幅缩短迭代周期。平台已服务超过30家具身智能头部企业。
最后说一句
RLinf v0.3的出现，本质上是把具身智能从"能训练"推进到"能进化"——机器人在虚拟世界里反复练习，在真实世界里持续学习、自我迭代，这种"数字躯体"的双闭环进化能力，正在重新定义智能体的发展路径。当百度百舸率先完成适配、开发者生态持续扩大，具身智能真正爆发的前夜，或许已经到来。
（完）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
