无问芯穹与清华联合发布RLinf v0.3，打通具身智能强化学习全链路

无问芯穹与清华大学联合宣布，全球首个面向具身智能具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身持续进化的大规模强化学习强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身基础设施项目RLinf升级至v0.3版本。该版本首次完整打通数据采集数据采集为 AI 模型收集「教材」的过程。机器人行业主要靠人远程示范（遥操作）一条条录，或在仿真环境里批量生成。◆ 小白科普 · 现身、数据管理、监督微调（SFT）、强化学习（RL）、模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身评测及真机部署部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身等关键环节，形成从仿真仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身训练到真实机器人长期进化的统一开发闭环。

RLinf v0.3围绕模型、算法、真机、仿真、系统五个维度全面升级。模型生态方面，新增Dexbotic DM0、DreamZero、GR00T-N1.6/N1.7等六款具身模型支持，其中DreamZero利用系统级加速取得近4倍吞吐提升。算法体系新增DSRL扩展至Pi0.5、RECAP训练流水线、SAC-Flow等真机强化学习算法，以及DAgger和HG-DAgger在线模仿学习。真机支持方面，新增空间鼠标、VR、GELLO三种遥操作遥操作Teleoperation由人在远端控制机器人完成动作，并把这些示范记录为训练数据。◆ 小白科普 · 现身方式，双臂Franka、GimArm、DOS-W1三个真机平台，以及Franka DexHand灵巧手灵巧手Dexterous Hand安装在机械臂末端、可以完成多指抓握和精细操作的机器人手。◆ 小白科普 · 现身等末端执行器。仿真环境新增Genesis、Polaris、RoboVerse等五种仿真器支持。系统层面新增Reward Model、Value Model、SGLang推理服务化等组件，并全面支持昇腾、AMD ROCm、Musa等国产国产指原本依赖进口的零部件改由中国厂商生产。核心部件国产化，是这两年机器人大幅降价的最大推手。◆ 小白科普 · 现身及异构计算平台。

RLinf自开源开源把代码、数据集或硬件设计公开给所有人免费使用。机器人公司常用开源来换取开发者和科研生态的支持。◆ 小白科普 · 现身以来，已在GitHub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。RLinf团队与NVIDIA合作的医疗器械组装任务在GTC 2026上展示，项目还荣获EAI-100年度十大突破奖。未来RLinf将坚持开源路线，持续提升易用性。