9月1日最新消息显示，清华大学联合北京中关村学院、无问芯穹及北京大学、加州大学伯克利分校等科研机构共同推出全球首个面向具身智能的"渲染-训练-推理一体化"大规模强化学习框架RLinf，并正式开源该系统。RLinf架构采用六层模块化设计：用户层（统一编程接口）、任务层（多后端集成方案）、执行层（灵活执行模式）、调度层（自动化资源调度）、通信层（自适应通信机制）和硬件层（异构计算支持）。相较于传统框架的分离式执行方案，在具身智能训练场景中其创新性混合执行模式实现了超过120%的系统性能提升，并使视觉语言模型参数效率提升40%-60%。该框架凭借高度模块化与可扩展特性，已成功将1.5B和7B规模的数学推理大模型在AIME24、AIME25及GPQA-diamond基准测试中推向新高水准。（广角观察）
