（文章来源：北京商报） 据了解，RLinf名称中"inf"既代表"infrastructure"（基础设施），也寓意"infinite"（无限扩展），核心解 决当前框架对具身智能支持受限的问题。相比纯推理大模型，具身智能需兼顾"大脑"（推理规划） 与"小脑"（执行操作），且存在"渲训推一体化"特性，对算力、显存及框架灵活性要求更高。RLinf通 过六大层级（用户层、任务层、执行层、调度层、通信层、硬件层）设计，针对性突破技术难点。 北京商报讯2025年9月1日，无问芯穹官方公众号发布消息称，公司联合清华大学、北京中关村学院，并 携手北京大学、加州大学伯克利分校等机构，正式开源首个面向具身智能的"渲训推一体化"大规模强化 学习框架RLinf，为人工智能从"感知"向"行动"跨越提供关键技术支撑。 ...

据了解，RLinf名称中"inf"既代表"infrastructure"（基础设施），也寓意"infinite"（无限扩展），核心解 决当前框架对具身智能支持受限的问题。相比纯推理大模型，具身智能需兼顾"大脑"（推理规划） 与"小脑"（执行操作），且存在"渲训推一体化"特性，对算力、显存及框架灵活性要求更高。RLinf通 过六大层级（用户层、任务层、执行层、调度层、通信层、硬件层）设计，针对性突破技术难点。 北京商报讯（记者 陶凤 实习记者 王天逸）2025年9月1日，无问芯穹官方公众号发布消息称，公司联合 清华大学、北京中关村学院，并携手北京大学、加州大学伯克利分校等机构，正式开源首个面向具身智 能的"渲训推一体化"大规模强化学习框架RLinf，为人工智能从"感知"向"行动"跨越提供关键技术支 撑。 ...

点击下方 卡片 ，关注" 具身智能 之心 "公众号 导语： 清华大学、北京中关村学院、无问芯穹联合北大、伯克利等机构重磅开源RLinf：首个面向具身智能的"渲训 推一体化"大规模强化学习框架。 代码链接 ：https://github.com/RLinf/RLinf Hugging Face链接 ：https://huggingface.co/RLinf 使用文档链接 ：https://rlinf.readthedocs.io/en/latest/ 人工智能正在经历从"感知"到"行动"的跨越式发展，融合大模型的具身智能被认为是人工智能的下一发展阶段，成 为学术界与工业界共同关注的话题。在大模型领域，随着o1/R1系列推理模型的发布，模型训练的重心逐渐从数据 驱动的预训练/后训练转向奖励驱动的强化学习（Reinforcement Learning, RL）。OpenAI预测强化学习所需要的算 力甚至将超过预训练。与此同时，能够将大规模算力高效利用的RL infra的重要性也日益凸显，近期也涌现出一批 优秀的框架，极大地促进了该领域的发展。 然而，当前框架对具身智能的支持仍然受限。相比推理大模型这一类纯大脑模型， ...

清华大学、北京中关村学院、无问芯穹联合北大、伯克利等机构重磅开源RLinf：首个面向具身智能的"渲训推一体化"大规模强化学习框架。 人工智能正在经历从 "感知" 到 "行动" 的跨越式发展，融合大模型的具身智能被认为是人工智能的下一发展阶段，成为学术界与工业界共同关注的话题。 机器之心报道 在大模型领域，随着 o1/R1 系列推理模型的发布，模型训练的重心逐渐从数据驱动的预训练 / 后训练转向奖励驱动的强化学习（Reinforcement Learning, RL）。 OpenAI 预测强化学习所需要的算力甚至将超过预训练。与此同时，能够将大规模算力高效利用的 RL infra 的重要性也日益凸显，近期也涌现出一批优秀的框架， 极大地促进了该领域的发展。 机器之心编辑部 图 1 : OpenAI 在红杉资本闭门会上的分享 然而，当前框架对具身智能的支持仍然受限。相比推理大模型这一类纯大脑模型，具身智能领域存在大脑（侧重推理、长程规划，如RoboBrain）、小脑（侧重执 行、短程操作，如OpenVLA）及大小脑联合（快慢系统，如pi 0.5）等多样模型。 其次， 具身智能除了包含Agentic AI的多步决策 ...