QbitAI2026年9月4日 12:108 分钟前
星尘发布 SmoothRL，让在线强化学习跟上大模型异步推理
AI 摘要
- 星尘智能基座模型团队发布可异步执行的在线强化学习框架 SmoothRL
- 解决机器人训练中「不能停下来等模型」的实时性难题
- 让在线强化学习与大模型异步推理更好协同
为什么重要
在线强化学习框架的突破，将加速具身智能机器人从实验室走向真实场景。
- 解决机器人训练中「不能停下来等模型」的实时性难题
- 让在线强化学习与大模型异步推理更好协同
AI Pulse 编辑解读
具身智能拼到最后，工程与系统能力才是分水岭。
风险与不确定性
框架尚处早期，落地稳定性与泛化能力有待验证。
影响对象
研究者开发者企业
来源与透明度
本文由 AI Pulse 编辑部基于公开来源整理，摘要可能使用 AI 辅助生成，并经过人工检查标题、来源和关键信息一致性。
原始来源：QbitAI。发布时间：2026年9月4日 12:10。如果你发现事实错误或来源失效，欢迎通过联系页面提交纠错。