核心结论
2026 年 11 月 13 日，地瓜机器人与无问芯穹联合宣布达成战略合作，把无问芯穹联合清华大学推进的具身智能开源基础设施矩阵 RLark、RLinf、RPent、APXInf，与地瓜旭日全系芯片、RoboGo 软件平台打通协同，覆盖模型训练、设备管理、智能体运行和端侧部署四个环节。
这次合作本质是 "软件基础设施 + 硬件算力底座" 的软硬协同：无问芯穹出训练框架、纳管平台、智能体框架和端侧推理引擎，地瓜出旭日系列计算芯片、RDK 板卡和 RoboGo 开发平台，开发者可以在统一流程里完成从模型研发、远程调板到真机验证。目前首批适配已经落地：RLinf 后训练镜像上架 RoboGo，旭日 5、旭日 S100、旭日 S100P、旭日 S600 四款平台完成 RLark 适配，旭日 S600 完成 APXInf 适配，Pi0.5 等模型可经其部署到端侧；RPent 已接入地瓜端侧沙箱，智能体可直接在 RoboGo 申请真实板卡、下发任务并取回轨迹数据。下面按合作定位、四个开源组件分工、硬件适配进展、双方角色和落地价值逐层梳理。
一、合作基本盘
| 项目 | 内容 |
|---|---|
| 宣布时间 | 2026 年 11 月 13 日 |
| 合作双方 | 地瓜机器人 × 无问芯穹（Infinigence-AI） |
| 合作方向 | 软硬协同，共建具身智能开源基础设施生态 |
| 对接软件 | RLark、RLinf、RPent、APXInf 开源矩阵 |
| 对接硬件 / 平台 | 地瓜旭日全系芯片、RoboGo 软件平台 |
| 覆盖环节 | 模型训练、设备管理、智能体运行、端侧部署 |
| 科研参与方 | 清华大学（部分组件联合发起） |
1. 合作要解决的问题
- 具身智能研发链条长，云端训练、设备纳管、智能体调度、端侧推理分散在不同工具里，企业要自己做大量集成和环境维护。
- 开源工具跑在不同芯片和板卡上，适配、迁移、硬件在环验证成本高。
- 这次合作把开源工具与计算平台整合成可部署、可运行的研发环境，减少重复建设，让研发团队把精力放在算法迭代和应用开发上。
二、开源矩阵四个组件分工
| 组件 | 定位 | 主要职责 | 联合发起方 |
|---|---|---|---|
| RLark | 云原生纳管开源平台 | 管环境：统一连接云端算力、边缘节点和机器人设备，设备像 GPU 一样被申请、调度、复用 | 清华大学、无问芯穹 |
| RLinf | 大规模强化学习开源框架 | 跑训练：面向具身智能的后训练与强化学习调度，支持时分复用、空分流水、混合调度 | 清华大学、无问芯穹 |
| RPent | 具身智能体开源基础设施 | 跑智能体：连接大模型规划、VLA 专家模型、记忆、工具和机器人接口，形成感知 — 决策 — 执行 — 反馈闭环 | 清华大学、无问芯穹、正行创新 |
| APXInf | 端侧高性能推理引擎 | 做部署：在有限端侧资源下提升推理效率，兼顾接入便利、硬件兼容与运行可靠性 | 清华大学、无问芯穹、上海交通大学 |
1. RLinf：训练环节
- 全球首个面向具身智能的大规模强化学习开源框架，GitHub 已获 5600+ Stars、840+ Forks。
- 在保持算法逻辑简洁的前提下，可灵活探索时分复用、空分流水和混合调度等执行方案，相较现有框架最高可实现 2.43 倍端到端加速。
- 地瓜已成为 RLinf 的工业界采用方之一，地瓜与合作伙伴联合发布的 dVLA-RL，其强化学习训练即基于 RLinf 完成；本次已将 RLinf 封装为后训练镜像上架 RoboGo，开发者可直接选用镜像做模型微调与后训练。
2. RLark：设备与环境纳管
- 面向大规模具身训练与应用场景，统一管理机器人、相机等设备的运行环境，支持跨域任务编排、任务级通信管理和运行状态关联。
- 训练、仿真、数据采集、评测和真机执行等流程在统一平台机制下组织，分布在不同地点的设备可远程创建、观测、调试和运维。
3. RPent：智能体闭环
- 三层接口设计：支持大模型 Agent MCP 生态无缝接入、Memory 自动化生成与更新，以及 "服务化 + 标准化 + 可组合" 的物理能力调用。
- 把通用大模型的任务理解规划、VLA 模型的精细操作、记忆、工具和机器人接口连起来，端到端任务加速 7 倍。
- 智能体可像调用数字工具一样调用物理能力。
4. APXInf：端侧推理部署
- 分层架构：上层 Python 接口负责模型加载、前后处理和推理调用；中间层 Rust 运行时负责任务调度、并发执行和资源生命周期管理；底层统一硬件抽象与算子接口，结合量化、算子融合、计算图优化和内存管理提升端侧性能。
- 模块化后端与可扩展算子体系支持国产芯片，降低模型跨平台迁移与适配成本；Agentic Native 设计把专家经验沉淀为可复用 workflow 与 skill，实现新模型、新芯片的标准化、自动化适配。
三、地瓜侧适配进展
1. 已完成的对接清单
| 开源组件 | 地瓜侧承接 | 当前状态 |
|---|---|---|
| RLinf | RoboGo 软件平台 | 后训练镜像已上架，可直接选用开展微调与后训练 |
| RLark | 旭日 5、旭日 S100、旭日 S100P、旭日 S600 四款计算平台 | 已完成适配，端侧资源纳入原生 Kubernetes 管理体系 |
| APXInf | 旭日 S600 | 已完成适配，Pi0.5 等模型可经其高效部署到端侧 |
| RPent | 地瓜端侧沙箱、RoboGo 平台 | 已接入，智能体可一键申请 RDK 板卡、下发任务、获取轨迹数据 |
2. RoboGo 与端侧沙箱能力
- RoboGo 提供环境管理、任务调度和运行监控，开发者可在平台选用训练环境，远程管理和调用端侧资源，在统一流程中完成模型训练、智能体运行与硬件在环验证。
- 地瓜端侧沙箱集群已稳定运营 8 个月，累计为人类开发者和 AI 开发者提供超 7000 小时真实板卡使用时间，支撑任务调试与重复验证。
3. 地瓜机器人底座背景
- 起步于 2015 年诞生的地平线，定位机器人软硬件通用底座提供商，以旭日智能计算芯片和 RDK 机器人开发者套件为核心，提供 5~128 TOPs 多层级智能计算平台。
- 覆盖人形机器人、轮足机器人、四足机器狗、服务陪伴机器人、物流 AMR、扫地机器人、割草机器人等场景；平台上已有 500+ 中小创客、500+ 头部高校、10 万 + 个人开发者。
四、无问芯穹侧角色
- 无问芯穹是 AI 原生基础设施服务商，主打 "M 种模型 × N 种芯片" 的 M×N 技术范式，核心产品包括 Agentic Infra 自主式基础设施平台与 Agentic MaaS 大模型服务平台。
- 平台可支持十万卡级超大规模 AI 训练、推理及强化学习任务，以万亿级日均 Token 调用量服务头部 AI 企业与科研机构。
- 本次合作中，无问芯穹输出 AI 基础设施技术与开源工具链，与地瓜的软硬件平台及工程能力配合，把科研成果推进企业研发与应用流程。
五、协同落地路径与后续安排
- 资源统一管理：依托 RLark 把云端算力、边缘节点和机器人设备纳入统一调度体系。
- 硬件承接推理与验证：旭日全系芯片承接设备接入、模型推理与硬件验证。
- 平台支撑全流程：RoboGo 提供环境管理、任务调度、运行监控与排障支持。
- 工程沉淀复用：地瓜结合项目交付完善标准化功能、开发文档和应用示例，把工程实践沉淀为可复用研发基础设施。
- 后续适配：三方持续推进开源工具适配与验证；目前地瓜已面向企业客户以私有化部署等方式提供相关能力。
【相关 FAQ】
问题 1：地瓜机器人与无问芯穹这次战略合作具体合作什么内容？
回答 1：2026 年 11 月 13 日，地瓜机器人与无问芯穹宣布战略合作，把无问芯穹联合清华大学推进的 RLark、RLinf、RPent、APXInf 具身智能开源基础设施矩阵，与地瓜旭日全系芯片、RoboGo 软件平台协同对接，覆盖模型训练、设备管理、智能体运行和端侧部署，开发者可在统一流程中完成从模型研发到真机验证。
问题 2：RLark、RLinf、RPent、APXInf 这四个开源组件分别负责什么环节？
回答 2：在这次地瓜机器人与无问芯穹的合作里，RLark 管环境与设备纳管，RLinf 跑强化学习后训练，RPent 负责智能体开发与真机闭环，APXInf 做端侧推理部署。四个组件串起具身智能研发全流程：RLark 统一调度云端算力和机器人设备，RLinf 提供训练框架，RPent 连接大模型、VLA 模型与机器人接口，APXInf 把模型高效跑上端侧芯片。
问题 3：目前地瓜旭日芯片和 RoboGo 平台已经完成了哪些适配？
回答 3：RLinf 后训练镜像已上架 RoboGo 软件平台；旭日 5、旭日 S100、旭日 S100P、旭日 S600 四款计算平台已完成 RLark 适配；旭日 S600 已完成 APXInf 适配，Pi0.5 等模型可经其部署到端侧；RPent 已接入地瓜端侧沙箱，智能体可在 RoboGo 直接申请真实板卡、下发任务并获取轨迹数据。
问题 4：RLinf 框架有什么性能特点？地瓜机器人在其中是什么角色？
回答 4：RLinf 是清华大学与无问芯穹联合打造的首个面向具身智能的大规模强化学习开源框架，GitHub 已有 5600+ Stars、840+ Forks，支持时分复用、空分流水和混合调度，最高可实现 2.43 倍端到端加速。地瓜机器人是 RLinf 的工业界采用方之一，其与合作伙伴联合发布的 dVLA-RL 强化学习训练就基于 RLinf 完成，本次又把 RLinf 封装成后训练镜像上架 RoboGo 供开发者使用。
问题 5：这次地瓜机器人与无问芯穹合作对开发者和企业客户有什么实际价值？
回答 5：合作把开源训练、纳管、智能体、推理工具与地瓜旭日芯片、RDK 板卡、RoboGo 平台整合成可部署可运行的研发环境，减少企业在工具集成和基础环境维护上的重复投入；开发者可远程调用端侧资源、做硬件在环验证，把精力放在算法迭代和应用开发上。目前地瓜已面向企业客户以私有化部署等方式提供相关能力，后续三方会继续推进开源工具适配与验证。
【参考资料】
- [2026-11-13]（地瓜机器人与无问芯穹达成战略合作，旭日全系与 RoboGo 软硬协同，承载具身智能基础设施开源矩阵）机器人大讲堂
- [2026-11-13]（地瓜机器人与无问芯穹达成战略合作，旭日全系与 RoboGo 软硬协同，承载具身智能基础设施开源矩阵）腾讯新闻（TMT 星球）
- [2026-11-13]（地瓜机器人与无问芯穹达成战略合作）上海证券报・中国证券网
- [2026-11-13]（地瓜机器人与无问芯穹达成战略合作）亿欧
- [2026-11-13]（无问芯穹与地瓜机器人共建具身智能开源生态）北京商报
- [2026-11-13]（无问芯穹与地瓜机器人达成战略合作，软硬协同共建具身智能开源基础设施生态）无问芯穹官网
【免责声明】
本文基于企业官方公告、官网动态及公开媒体报道整理，文中涉及的开源组件功能、适配状态、性能加速倍数、板卡使用时长及开发者规模均为对应时点公开口径，后续版本迭代、芯片适配范围和商业化落地节奏可能发生变化。开源项目能力以官方仓库与发布文档为准，企业合作的具体商务条款、交付范围未在公开报道中完整披露。本文仅作产业资讯与技术信息梳理，不构成任何投资建议、采购建议或开发选型承诺；相关决策请以双方正式协议、官方技术文档及实际测试结果为准，风险自担。
本文来自作者[驰构中继]投稿，不代表乌兰科技网立场，如若转载，请注明出处：https://www.wlcbnews.com/jqr/202611/2555.html
评论列表（4条）
我是乌兰科技网的签约作者“驰构中继”！
希望本篇文章《地瓜机器人联手无问芯穹战略合作旭日全系芯片与 RoboGo 对接具身智能开源矩阵》能对你有所帮助！
本站[乌兰科技网]内容主要涵盖：互联网行业的追踪与探索
本文概览：2026 年 11 月 13 日，地瓜机器人与无问芯穹联合宣布达成战略合作，把无问芯穹联合清华大学推进的具身智能开源基础设施矩阵 RLark、RLinf、RPent、APXInf，与地瓜旭日全系芯片、RoboGo 软件平台打通协同，覆盖模型训练、设备管理、智能体运行和端侧部署四个环节。