螞蟻集團(tuán)聯(lián)合清華大學(xué)發(fā)布開(kāi)源強(qiáng)化學(xué)習(xí)訓(xùn)練框架AReaL v1.0穩(wěn)定版 Agent一鍵接入RL訓(xùn)練
螞蟻集團(tuán)聯(lián)合清華大學(xué)發(fā)布開(kāi)源強(qiáng)化學(xué)習(xí)訓(xùn)練框架AReaL v1.0穩(wěn)定版 Agent一鍵接入RL訓(xùn)練！螞蟻集團(tuán)與清華大學(xué)聯(lián)合發(fā)布了開(kāi)源強(qiáng)化學(xué)習(xí)訓(xùn)練框架AReaL v1.0的穩(wěn)定版。這一版本主打“Agent一鍵接入RL訓(xùn)練”，無(wú)需修改代碼，兼容各種Agent框架，讓智能體強(qiáng)化學(xué)習(xí)訓(xùn)練變得簡(jiǎn)單易用。
自2026年初以來(lái)，智能體技術(shù)持續(xù)升溫，以LangChain、Claude Code和OpenClaw為代表的智能體框架迅速發(fā)展，但也面臨兩大挑戰(zhàn)。首先是接入訓(xùn)練的成本高，因?yàn)楝F(xiàn)有智能體框架接口不統(tǒng)一，每次接入都需要編寫大量適配代碼。其次是大多數(shù)智能體缺乏持續(xù)進(jìn)化的能力，它們的能力主要取決于底層模型在訓(xùn)練階段習(xí)得的固定權(quán)重，部署后無(wú)法再針對(duì)特定場(chǎng)景進(jìn)行優(yōu)化，能力上限在交付時(shí)已經(jīng)確定。
AReaL是首個(gè)全異步訓(xùn)推解耦的大模型強(qiáng)化學(xué)習(xí)訓(xùn)練系統(tǒng)，它使智能體能夠在真實(shí)任務(wù)交互中獲得反饋并持續(xù)優(yōu)化決策。v1.0版本通過(guò)在智能體與訓(xùn)練系統(tǒng)之間加入Proxy Worker中轉(zhuǎn)層，實(shí)現(xiàn)了任意Agent零改造接入RL訓(xùn)練。開(kāi)發(fā)者只需更改一個(gè)請(qǐng)求地址即可完成接入。
敏昂萊當(dāng)選緬甸新任總統(tǒng) 高票勝出
貴陽(yáng)市多地突降冰雹 “冰流成河”景象壯觀
貴陽(yáng)突降冰雹部分路面形成冰河 極端天氣引發(fā)“冰流成河”景象
韓國(guó)導(dǎo)演因兒子發(fā)出聲響被打死 真相曝光引眾怒
曝京東副總裁劉辰被辭退 業(yè)績(jī)未達(dá)標(biāo)且存合規(guī)問(wèn)題
美軍已經(jīng)不可能全身而退了！
小學(xué)生撿50克金條上交 拾金不昧暖人心
美國(guó)繞月飛船剛上天馬桶就壞了 深空試飛遇小故障
亞硝酸鹽中毒會(huì)引發(fā)哪些心血管癥狀？
高校宿舍“煥新” 兩代人的別樣青春 從擁擠到宜居的變遷
伊朗現(xiàn)在到底誰(shuí)在掌權(quán)？革命衛(wèi)隊(duì)實(shí)際掌控
北方較大范圍沙塵來(lái)襲 風(fēng)沙雨雪降溫齊至
敏昂萊當(dāng)選緬甸新任總統(tǒng) 高票勝出
貴陽(yáng)突降冰雹部分路面形成冰河 極端天氣引發(fā)“冰流成河”景象
白宮緊急下架特朗普講話
美國(guó)被曝想用?；饟Q霍爾木茲海峽通航 多國(guó)商討應(yīng)對(duì)方案
特斯拉5萬(wàn)輛新車滯銷 需求低迷引發(fā)庫(kù)存積壓
曝FBI局長(zhǎng)等人離職事宜正在討論中 多名官員或離開(kāi)政府
伊朗稱再次擊落美軍F-35戰(zhàn)機(jī) 飛行員下落不明
石破茂公開(kāi)評(píng)價(jià)特朗普喜歡被奉承 溝通需留足面子
美以襲伊月余，阿拉伯國(guó)家損失超千億美元！阿聯(lián)酋或?qū)σ林苯訁?zhàn) 海灣局勢(shì)劇變
黃牛代買張雪機(jī)車一單賺1600元 賽道奪冠引爆銷售熱潮
臺(tái)當(dāng)局總預(yù)算僵局未解 韓國(guó)瑜喊話 吁盡速審議
美國(guó)F-15戰(zhàn)斗機(jī)追擊伊朗無(wú)人機(jī) 天價(jià)戰(zhàn)機(jī)敗北之謎
金正恩與女兒視察寵物商店 現(xiàn)場(chǎng)擼貓！
貴陽(yáng)市多地突降冰雹 “冰流成河”景象壯觀
天龍三號(hào) 對(duì)標(biāo)獵鷹9號(hào)的中國(guó)火箭
美軍計(jì)劃在中東最大軍事基地建地堡 漫長(zhǎng)工期引質(zhì)疑
美軍士兵被允許在基地?cái)y帶個(gè)人槍支 出于自我保護(hù)權(quán)利
警方通報(bào)女子遭司機(jī)騷擾 網(wǎng)約車司機(jī)被依法拘留
日本訂的400枚戰(zhàn)斧導(dǎo)彈或?qū)⒀悠诮桓?因庫(kù)存吃緊
第一個(gè)準(zhǔn)備下場(chǎng)參戰(zhàn)的中東強(qiáng)國(guó)已經(jīng)挨打 胡塞武裝遭密集空襲
上海墓園“采花大盜”被抓 盜賣祭掃鮮花觸法
美軍傷亡最新數(shù)據(jù)曝光！中東沖突致數(shù)百傷亡
伊朗等三方聯(lián)合襲擊以色列 多地遭導(dǎo)彈攻擊
相關(guān)新聞
國(guó)產(chǎn)開(kāi)源世界模型來(lái)了 螞蟻靈波四連發(fā)
近日，全球人工智能領(lǐng)域接連迎來(lái)重要進(jìn)展
2026-01-31 16:42:15國(guó)產(chǎn)開(kāi)源世界模型來(lái)了清華大學(xué)開(kāi)源AI課堂日活已達(dá)5萬(wàn) AI教育新體驗(yàn)
2026-03-23 20:30:08清華大學(xué)開(kāi)源AI課堂日活已達(dá)5萬(wàn)螞蟻靈波LingBot-World正式全棧開(kāi)源 推動(dòng)具身智能發(fā)展
螞蟻集團(tuán)旗下具身智能公司靈波科技本周接連開(kāi)源了四個(gè)大模型。1月30日，螞蟻靈波科技宣布開(kāi)源具身世界模型LingBot-VA
2026-02-03 08:17:35螞蟻靈波LingBot-World正式全棧開(kāi)源阿里與螞蟻聯(lián)合投資設(shè)立香港總部 加碼國(guó)際業(yè)務(wù)布局
2025-10-17 21:33:03阿里與螞蟻聯(lián)合投資設(shè)立香港總部螞蟻集團(tuán)多模態(tài)AI應(yīng)用“靈光”即將發(fā)布，或?qū)?biāo)元寶、豆包 邀約內(nèi)測(cè)已開(kāi)啟
2025-10-24 14:48:39螞蟻集團(tuán)多模態(tài)AI應(yīng)用靈光即將發(fā)布黃仁勛稱龍蝦將成個(gè)人操作系統(tǒng) 開(kāi)源智能體框架引領(lǐng)新復(fù)興
2026-03-17 13:11:59黃仁勛稱龍蝦將成個(gè)人操作系統(tǒng)
