清华联手无问芯穹等开源具身智能体基础设施RPent

AI 摘要

清华大学、无问芯穹、正行创新联合开源具身智能体基础设施RPent，将通用大模型的任务规划能力与VLA等专家模型的精细操作能力结合，并加入记忆系统与统一接口，形成感知-决策-执行-反馈闭环。在LIBERO-PRO基准上达到92.6%任务成功率，Flash Mode将端到端任务完成速度优化7倍以上。RPent由RLinf核心团队打造，已覆盖多种仿真环境与真实机器人设备。

正文节选

GPT-6 Astra开进机器人身体！清华联手无问芯穹等开源RPent 在物理世界真正干活的具身智能体 允中 发自 凹非寺 量子位 | 公众号QbitAI Codex、Claude Code等数字世界智能体，已经向我们展示出了一种全新且高效的工作方式：大模型理解目标，拆解任务，调用适当的工具，并根据执行结果不断调整计划，直到完成任务。 随着GPT-6 Astra开始接受真实机器人操作测试，这种“让大模型作为决策大脑”的智能体范式正逐渐走向物理世界。 同时，也让一个曾经遥远的问题变得越来越具体： 通用大模型，能否成为机器人的“大脑”，让机器人真正完成现实世界中的复杂任务？ 但机器人面对的不是可以随时回滚的代码，在物理世界里，环境持续变化、状态无法完全观测，动作一旦发生也很难轻易撤销，抓取、装配、插拔等精细操作更需要专门的模型与控制能力。 物理世界中的智能体，不只是“想明白”，还必须“看得见、做得到、反应快”，并且“记得住”。 今天，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。 RPent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

发布时间：2026-09-21 14:22

抓取时间：2026-09-21 16:00

来源机构：量子位