机器人现在已经不缺高光时刻了。格斗、跳舞、叠衣服，现场看起来都挺像那么回事。真正难的是，演示结束以后，它能不能继续学，能不能把仿真里练出来的能力带到真机上，再根据真实环境里的反馈持续调整。
最近圈里刚好有个新动静，指向的就是这件事。7月16日，RLinf发布v0.3版本，百度智能云当天就通过百度百舸完成适配，成为国内首家支持这一版本的云厂商。这个跟进速度多少有点抢跑的意思，但更值得关注的，是百度百舸瞄准了机器人持续进化背后的整条研发链路。
机器人从仿真训练走向真机，涉及数据采集、模型训练、推理部署、真实反馈和再次迭代。中间任何一个环节衔接不上，都会影响研发效率。百度百舸补上的，是这条链路背后的AI Infra能力，包括算力调度、训推加速、预制开发环境和全栈工具链，让前沿算法更容易从开源框架进入企业研发环境。
再看这次适配的RLinf，本身也值得多聊几句。RLinf由清华大学等联合研发，是目前具身智能领域比较领先的大规模强化学习开源框架之一，支持PPO、GRPO等主流算法。
v0.3还进一步扩展了VLA模型、世界模型、真机强化学习、人在环学习和多个主流仿真平台。开发者面对不同模型、机器人和仿真器时，不必反复配置环境、对接数据格式和重搭训练流程，可以在一套框架里完成训练、验证和迭代。
这也是RLinf走得比较靠前的地方。它关注的是能否先在仿真环境里训练，再进入真机执行，随后把真实数据送回训练和评测环节，形成行业常说的“渲训推一体化”。
RLinf、百度百舸二者结合以后，具身智能的研发流程就更完整了。
过去具身智能的讨论，更多围绕模型、硬件和单次演示展开。现在行业开始往更深的一层走，谁能把数据采集、仿真训练、模型推理和真机部署连起来，谁才更有机会提高机器人的研发效率和进化速度。
百度百舸和RLinf这次合作释放出的信号挺明确。具身智能的竞争，正在从单点能力，走向整套研发基础设施。
