Tin về robot thường xoay quanh mô hình mới và video trình diễn. RLinf v0.3 ít hào nhoáng hơn, nhưng nằm ở đoạn quyết định một demo embodied AI có thể trở thành quy trình kỹ thuật lặp lại hay không.
Bản cập nhật do Infinigence AI, Đại học Thanh Hoa và các cộng tác viên công bố ngày 16/7 nhằm nối dữ liệu, SFT, học tăng cường, đánh giá và triển khai trên robot thật.
“RLinf is a flexible and scalable open-source RL infrastructure designed for Embodied and Agentic AI.”
Đây là một pipeline huấn luyện
v0.3 bổ sung 6 mô hình embodied, 5 trình mô phỏng hoặc môi trường, 3 cách teleoperation, 3 nền tảng robot thật và 2 end-effector. Các con số này quan trọng vì nhóm robot thường phải viết lại phần kết nối mỗi khi đổi robot, camera, gripper, simulator hoặc định dạng dữ liệu.
Mục tiêu là làm quy trình huấn luyện dễ mang sang môi trường khác hơn. Nhóm nghiên cứu có thể thu dữ liệu bằng SpaceMouse, VR hoặc GELLO, chạy SFT, tiếp tục với PPO, GRPO, DSRL, RECAP hoặc SAC-Flow, rồi triển khai lên Franka, GimArm hoặc DOS-W1.
Lớp hệ thống mới là phần khó
RLinf v0.3 thêm Reward Model, Value Model, SGLang serving, tách thực thi môi trường, torch.compile, overlap giữa rollout và training, đồng bộ trọng số và FSDP full offload. Bài arXiv báo cáo mức tăng throughput huấn luyện đầu-cuối 1,07x đến 2,43x trên reasoning RL và embodied RL.
Hỗ trợ đầu-cuối cho Ascend CANN / torch-npu, cùng AMD ROCm và Musa, cũng đáng chú ý với nhóm phát triển ở Trung Quốc. Học tăng cường phụ thuộc nhiều vào scheduling, bộ nhớ và thực thi môi trường, không chỉ tốc độ phần cứng.
Kiểm chứng nằm ở tái lập độc lập
GitHub hiển thị hơn 4.100 star, 600 fork và 100 contributors. QbitAI cho biết Isaac Lab đã đưa RLinf vào như engine huấn luyện cho mô hình embodied, còn nhiệm vụ lắp ráp thiết bị y tế hợp tác với NVIDIA xuất hiện tại GTC 2026.
Các tín hiệu đó chưa phải bằng chứng triển khai sản xuất. Những điểm cần theo dõi là ví dụ v0.3 có được nhóm ngoài tái lập hay không, phần cứng ngoài NVIDIA có theo kịp nhánh chính hay không, và mức tăng thành công có giữ được trên robot thật hay không.
Nguồn tham khảo: QbitAI, kho GitHub RLinf, RLinf v0.3 Release Notes, arXiv:2509.15965, CocoLoop; kiểm chứng mốc v0.3, 6 mô hình, 5 môi trường mô phỏng, 3 cách teleoperation, 3 nền tảng robot thật, 2 end-effector, 4.100+ star, 600+ fork, 100+ contributors và throughput huấn luyện 1,07x-2,43x.