清华联合无问芯穹开源 RPent：把大模型当机器人「决策大脑」，LIBERO-Pro 92.63%、真机端到端快 7 倍

9 月 21 日，无问芯穹、清华大学、正行创新联合开源的具身智能体基础设施 RPent 上线（GitHub RLinf/RPent，Apache-2.0，公告时点 722 star、92 fork）。它把「让通用大模型当机器人决策大脑」做成一套可替换的框架：Agentic Planner 负责理解任务与规划，VLA、WAM 等专家模型负责亚厘米级动作执行，Memory 把验证过的成功经验沉淀为可迁移的 Recipe，Flash Mode 用任务卡（Task Card）复用已验证的流程。系统分用户层、智能层、接口层、环境层四层，并以 MCP（描述可调用能力）、RPC（连接工具、模型服务与机器人进程）、MHS（面向物理设备的统一读写抽象）三层接口把「智能决策」与「设备执行」解耦——仿真侧已覆盖 LIBERO Pro、RoboCasa、RoboTwin、RoboDojo，真机侧覆盖 Franka、双臂 Franka、YAM、SO101，新增设备只需作为模块接进 robots/ 目录。

官方给出了三组可回查的数字：在更强调指令变化与长程执行的 LIBERO-Pro 上，RPent / GPT-6 Astra 达 92.63%（741/800），比榜单第二名 RPent / Opus-4.7 的 82.4% 高 10.23 个百分点；开启 Flash Mode 后，LIBERO Object 的 200 次评测平均执行时间从 283.6 秒降到 40.9 秒（约 7 倍加速），成功率只下降 3.5 个百分点；引入记忆机制后，LIBERO-Pro Goal 的位置交换任务成功率从 31.0% 提升到 87.0%。框架背后算法源自该团队 7 月提出的 Harness VLA（arXiv 2607.08448）。

它改变的是一种默认假设：具身智能的最后一公里不必由一个模型包办。上一层用通用模型做规划与纠错，下一层用专家模型保证动作精度，中间用记忆与统一接口把两者接起来——RPent 把这三段拆开开源，等于给「换一个基础模型就换一种机器人能力」提供了可插拔的插座，也顺带把 GPT-6 Astra 这类通用模型的具身能力放进了有榜单、可复现的比较里。

原文链接：无问芯穹官方公告 / 量子位