资讯
机器人不能停下来等模型：星尘发布 SmoothRL，让在线强化学习跟上大模型的异步推理
📋总体概括
星尘智能（Astribot）基座模型团队发布名为SmoothRL的在线强化学习框架，核心特点是支持异步执行，使在线强化学习训练能够跟上大模型的异步推理速度。该框架瞄准机器人领域一个现实痛点：真实环境中机器人无法像离线训练那样停下来等待模型推理完成，异步设计让策略学习与推理流水线并行，缩短训练反馈周期。这反映出具身智能公司开始自研底层训练框架，而非仅依赖通用RL库。
⚡关键信息
- ▸星尘智能基座模型团队发布在线强化学习框架SmoothRL，主打异步执行能力
- ▸核心卖点是让在线RL跟上大模型异步推理的节奏，解决训练与推理速度不匹配问题
- ▸针对机器人真实交互场景：机器人不能停下来等待模型，训练必须实时在线进行
- ▸发布主体为具身智能公司自研的基座模型团队，而非学术机构或通用框架厂商
🔥犀利点评
别急着高潮，这是一条信息量极低的官宣：没有性能对比、没有开源细节、没有论文支撑，所谓「跟上大模型异步推理」更像是工程优化的包装话术。但方向本身值得肯定——机器人在线RL的瓶颈确实在采样与推理的时延错配上，谁先把异步流水线做扎实，谁就在真机训练上抢出实打实的数据优势。星尘自研框架说明他们已越过拼demo阶段，开始囤训练基础设施，这比发布一支会叠衣服的机械臂更有长期价值。
📰 相关资讯（与本文相关的其他资讯）
公司Uber and Zipline Partner to Bring Drone Delivery to Millions of Americans🔥9.0
sUASNews·2026/8/21
公司Archer Launches ‘No Roads’ Flight Tour Ahead of LA28 and U.S. eVTOL Pilot Program🔥8.0
eVTOLInsights·2026/9/4
产品Amprius Unveils 500 Wh/kg Battery Cell for Long-Endurance Aviation🔥8.0
eVTOLInsights·2026/9/4
创新Elroy Air Completes First Autonomous Cargo Flights Under FAA eVTOL Program🔥8.0
eVTOLInsights·2026/9/3
本文由本站自动聚合，以下为原始来源：前往 量子位2 阅读全文 →