News
RLinf 是面向具身智能的“仿训推一体化”大规模强化学习框架，由清华大学、无问芯穹联合发起，于 2025 年 9 月开源。框架面向具身智能与智能体场景，提供覆盖仿真、训练和推理的统一强化学习基础设施，打通渲染、训练、推理等环节，为开发者提供从仿真环境交互到策略更新的完整强化学习流程，目前已在机器人等相关场景中开展应用。
清华大学与无问芯穹共同打造并开源面向具身智能的云原生纳管平台 RLark。平台以自研的具身设备运行时（embodied-runtime）和任务级跨集群网络互联技术为核心，打通“真实设备如何被统一调度”与“跨地域任务如何互联运行”两个关键环节。
在真机强化学习实验中，更换夹爪、增设相机或扩展双臂平台通常需要修改多处代码。早期 RLinf 环境中的设备管理逻辑与特定硬件平台耦合，即使底层驱动可以复用，更换部件时仍需调整环境或控制器。
Codex、Claude Code 等数字智能体已经展示了一种高效的工作方式：大模型理解目标、拆解任务、调用工具，并根据结果持续调整。随着 GPT-6 Astra 开始接受真实机器人操作测试，同一种智能体范式正在进入物理世界。
随着具身智能模型不断演进，模型本身的能力只是完整开发链路的一部分。对于一个新的 World Action Model（WAM）而言，从模型接入、训练，到推理和仿真评测，都需要一套能够快速适配并高效运行的基础设施。
于超老师入选 MIT Technology Review Innovators Under 35 Asia Pacific（TR35 Asia Pacific）。
9 月 12 日，由无问芯穹主办的“RLinf 开源一周年茶话会”在北京圆满举行。本次茶话会以“Connect & Co-create”为主题，汇聚了来自高校、头部企业及明星创业公司的技术大咖与开发者，在轻松愉悦的茶歇氛围中，围绕具身智能基础设施与前沿技术展开深度对话，共同回顾 RLinf 开源一年来的进化历程，并展望具身智能从数字世界迈向物理世界的关键路径。
经过 RLinf 的精度对齐与百度百舸的 AI Infra 全链路工程优化，OpenPI Pi0.5 在国内主流 GPU（无 NVLink、无 HPN）环境上实现了显著的训练加速。
RLinf 重构了 OpenPI-PyTorch，实现了与官方 JAX 版本的性能对齐，为 OpenPI 在 PyTorch 生态中的训练和强化学习后训练提供了高效基础。
清华大学于超教授团队联合正行创新、无问芯穹，正式发布并开源 Harness VLA。这一技术成果首次将数字智能中广泛应用的 Harness Layer 引入具身智能系统，在保持 VLA 模型冻结的基础上，通过 Agentic Planner 对模型调用、任务执行和失败恢复进行统一组织，让机器人从“依赖单一端到端模型”迈向“模型能力与系统能力协同工作”的新架构，显著提升机器人在复杂真实环境中的泛化能力。
RLT（RL Token: Bootstrapping Online RL with Vision-Language-Action Models）是 Physical Intelligence 团队于今年 3 月底发布的真机强化学习算法，在相关任务上表现卓越，但业内此前尚没有可完整复现、可快速验证的开源实现。
清华大学团队与正行创新（Striding AI）联合提出了隐空间世界动作模型（Latent World Action Model, LaWAM）。这是一种更适合实时控制的世界动作模型（World-Action Model, WAM）。
2026年初，由连续创业者姚颂、著名跨国产业集团正大集团、清华知名青年学者于超联合发起，以“用物理智能给世界带来便利”为使命，正行创新（Striding AI）悄然成立。
近日，RLinf 正式入选 PyTorch Ecosystem Landscape，成为 PyTorch 官方生态的重要组成部分。PyTorch Landscape 是 PyTorch 官方维护的权威生态项目目录，入选项目需严格满足代码质量、文档完整性、社区治理、开源合规等多项高标准要求。
为助力前沿研究更高效地落地，无问芯穹与清华大学等联合推出的大规模强化学习框架 RLinf，正式上线了对 DreamZero 训练的深度支持。
清华大学电子工程系长聘教授汪玉、清华大学电子工程系教授杨华中、香港中文大学（深圳）机器人与智能制造研究院副院长丁宁、深圳国际先进技术应用推进中心主任姚颂、鹏城实验室余跃研究员、清华大学交叉信息学院长聘副教授马恺声、阿里通义千问事业部正高级工程师翟恩南等出席会议。
2026 年 4 月 14 日，智元机器人在龙旗科技南昌平板制造工厂开启长达 8 小时的真实产线作业直播，2283次任务零失误，成功率100%，面向全球公开验证全球首个具身智能 3C 精密制造产线规模化落地成果。智元精灵 G2 以产线 “正式员工” 身份，在高速流水线上完成精密上下料、人机协同全流程作业。标志具身智能正式迈入工业级常态化部署阶段，成为全球具身智能产业商用落地的里程碑事件。
4月13日，清华大学-自变量机器人科技（深圳）有限公司“下一代具身基座模型”产学研深度融合专项启动会暨指导委员会第一次会议在清华大学电子工程馆7层顺利召开。清华大学电子工程系主任沈渊、专项指导委员会主任汪玉、专项指导委员会秘书长于超，以及自变量机器人科技（深圳）有限公司创始人&首席执行官，专项指导委员会主任王潜、联合创始人&首席技术官王昊等共同出席本次会议。
近日，来自清华大学与无问芯穹的 RLinf 团队提出了一种全新的互补维度——“广度扩展（Width Scaling）”，并以此发布多智能体系统 WideSeek-R1。
医疗器械组装领域，有力验证了RLinf的能力，详见https://github.com/isaac-for-healthcare/i4h-workflows/tree/main/workflows/rheo
2026 年 2 月 10 日，在原力灵机技术开放日上，无问芯穹联合创始人兼 CEO 夏立雪与清华大学电子工程系长聘教授、无问芯穹发起人汪玉，清华大学深圳国际研究生院助理教授于超，原力灵机创始人兼 CEO 唐文斌，原力灵机合伙人汪天才共同见证了具身原生开发框架 Dexbotic 2.0 与强化学习框架 RLinf 战略合作计划的发布。