7 月 16 日，全球具身智能強化學習開源框架 RLinf 正式發(fā)布 v0.3 版本。百度（BIDU）智能云于發(fā)布當天完成適配，成為國內首家支持 RLinf v0.3 的云廠商。開發(fā)者可基于百度（BIDU）百舸 AI 計算平臺，一鍵體驗 RLinf 最新能力，加速前沿開源成果向產業(yè)應用落地。此次 RLinf v0.3 首次打通數據管理、監(jiān)督微調（SFT）、強化學習（RL）、模型評測及真機部署等關鍵環(huán)節(jié)，實現(xiàn)從仿真訓練到真機在線學習，再到持續(xù)迭代優(yōu)化的完整開發(fā)閉環(huán)，為機器人持續(xù)進化提供更加完善的技術基礎。

國內首家完成 RLinf v0.3 適配，最新開源（300109）成果快速進入產業(yè)實踐

近年來，具身智能快速發(fā)展，機器人訓練逐漸從單一算法突破轉向數據、模型、算力和工程協(xié)同優(yōu)化。RLinf 作為全球具身智能領域重要的開源強化學習框架，持續(xù)快速迭代，已成為機器人強化學習開發(fā)的重要基礎設施。此次發(fā)布的 RLinf v0.3 進一步擴展了模型生態(tài)與訓練能力，不僅新增支持 DreamZero、GR00T、StarVLA、LingBot-VLA 等主流模型，還完善了真機強化學習、仿真強化學習及 Human-in-the-loop 等訓練范式，首次實現(xiàn)機器人持續(xù)學習全流程閉環(huán)。

百度（BIDU）智能云第一時間完成適配，讓開發(fā)者無需等待框架遷移，即可第一時間體驗最新開源（300109）能力，進一步縮短技術創(chuàng)新向產業(yè)應用轉化周期（883436）。

百度百舸打造具身智能研發(fā)全流程底座，加速模型訓練與部署

依托百度（BIDU）百舸 AI 計算平臺，開發(fā)者可通過 " 快速開始 " 能力，一鍵啟動 RLinf v0.3 開發(fā)環(huán)境，快速完成 LIBERO 仿真環(huán)境、OpenVLA 模型訓練等預置鏡像部署，無需繁瑣配置，即可開展模型開發(fā)與訓練。

除了快速完成框架適配，百度（BIDU）百舸還依托高性能計算、極致存儲及高速互聯(lián)網絡，構建覆蓋數據準備、開發(fā)訓練、仿真驗證到推理部署的完整研發(fā)鏈路，并結合 AI Infra 工程優(yōu)化能力，進一步提升模型訓練效率、縮短迭代周期（883436），提高算力資源利用效率，為具身智能研發(fā)提供穩(wěn)定高效的基礎設施支撐。

AI Infra 工程優(yōu)化能力持續(xù)驗證

此前，百度（BIDU）百舸聯(lián)合上海交通大學、地瓜機器人共同發(fā)布強化學習訓練框架 dVLA-RL，首次打通經典 PPO 算法與離散擴散 VLA 模型的適配路徑，為機器人 Foundation Model 持續(xù)自主進化提供新的技術路徑，相關實驗全部基于百度（BIDU）百舸 AI 計算平臺完成。

目前，百度（BIDU）百舸已服務超過 30 家具身智能頭部企業(yè)及創(chuàng)新中心。未來，百度（BIDU）智能云將持續(xù)攜手開源社區(qū)、科研機構及產業(yè)伙伴，不斷完善 AI 計算平臺與 AI Infra 工程能力，加速前沿技術創(chuàng)新向產業(yè)應用轉化，推動具身智能邁向規(guī)模化發(fā)展。