9月21日，由清华大学、无问芯穹、正行创新联合发起的具身智能体基础设施RPent正式开源。该系统面向真实物理世界，将通用大模型的任务理解与规划能力、VLA等专家模型的精细操作能力，以及记忆、工具和机器人接口连接成完整闭环，使智能体能够持续适应环境变化。官方数据显示，RPent在LIBERO-PRO基准测试中达到92.6%的任务成功率，并将端到端任务完成速度优化7倍以上。
RPent的核心技术思路，是构建一个“观察—规划—执行—反馈—再规划”的闭环系统。在这一架构中，通用大模型充当“决策大脑”，负责理解任务目标并拆解执行步骤；VLA等专家模型则负责精细操作，处理具体动作控制；记忆模块和工具调用能力则让智能体在连续任务中积累经验，并在新一轮执行中调用此前验证过的策略。
据开源代码仓库信息，RPent由具身强化学习框架RLinf核心团队打造，代码托管于GitHub平台。此前，无问芯穹联合清华大学已于2026年7月16日发布RLinf v0.3版本，该项目在GitHub上已获得4100余个Star，并被英伟达Isaac Lab收录。
在基准测试表现方面，RPent在LIBERO-PRO基准测试中达到92.6%的任务成功率，端到端任务完成速度提升7倍以上。LIBERO-PRO是面向机器人操作任务的基准测试体系，相较于常规LIBERO基准，更强调任务定义的长尾分布与泛化性要求。
值得关注的是，此次发布的真机demo展示了多个开放式任务场景，包括钢珠倒碗、双臂擦盘、移开遮挡物找勺子、按标签分装饮料等。据官方介绍，这些任务并非为每种场景单独训练专用策略，而是由机器人在理解任务目标后，自主调用能力并根据环境变化调整行动。例如，当任务变化为“将干净餐具放入纸箱”时，智能体会先观察当前环境，再根据新的目标选择放置位置；执行过程中，如果视觉定位出现偏差，系统会通过反馈机制进行纠正。
此次开源的联合发起方中，清华大学与无问芯穹在具身智能领域合作已久。无问芯穹作为AI基础设施公司，与清华团队在强化学习框架方面有持续的技术积累，RPent即延续了RLinf的技术路线。正行创新则是此次联合中相对新锐的力量——据公开工商信息，正行创新（北京）科技有限公司成立于2026年2月12日，注册资本500万美元，法定代表人姚颂，为正大机器人全资子公司，已完成近亿美元天使轮融资。
据报道，RPent支持GPT-6 Astra等通用大模型接入，并兼容Franka等真机设备，同时提供FlashMode、Leaderboard等功能模块。这意味着开发者可以在RPent框架下，接入不同的通用大模型进行任务规划，并通过对真实机器人设备的支持，将仿真环境中的策略迁移到物理世界。
从技术路线看，RPent的出发点是解决具身智能体在开放环境中面临的核心问题：如何让机器人不再局限于执行预编程的动作序列，而是能够理解新任务的语义目标，并在执行过程中根据环境反馈动态调整自身行为。这一方向指向的是机器人从“专用工具”向“通用智能体”的演进路径。
RPent的代码仓库显示，该项目由RLinf核心团队持续维护，此次开源意味着其技术栈向开发者社区开放。分析认为，将强化学习框架与机器人基础模型相结合，并以开源方式输出，有助于降低具身智能领域的研究门槛——开发者可以在统一框架下完成仿真训练、策略迁移和真机部署。
从demo展示的场景来看，RPent所强调的并非单一任务的精度突破，而是任务定义变化时系统的适应能力。这种在物理世界中“理解任务—调整行动”的能力，与当前大模型在语言和视觉任务中展现出的泛化特性形成呼应。可以推断，将通用大模型的推理能力引入机器人控制回路，正在成为具身智能技术演进的一个实际方向。而RPent选择以开源方式发布，也让外界得以观察这一方向在实际系统中的具体实现形态。
滇公网安备 53252802528133号