GPT-6 Astra 開進機器人身體！清華聯手無問芯穹等開源具身智慧框架 RPent
為何重要
RPent 代表了具身智慧從概念驗證進入「系統整合」階段，它透過解耦大模型的邏輯規劃與物理執行（VLA/動作原語），證明瞭軟體架構能夠顯著提升機器人處理真實世界長程任務的可靠性。 對產業而言，這模組化的開源路徑將降低開發者接入具身智慧的門檻，並透過 MCP 等協議標準化，推動從「單一模型競賽」轉向「協同生態」。
隨著 GPT-6 Astra 等大模型開始在物理世界進行實務測試，具身智慧迫切需要解決環境變動、高風險與長程規劃等數位世界不存在的難題。
- 清華大學、無問芯穹與正行創新團隊發布具身智慧體基礎設施 RPent，將通用大模型、VLA 專家模型與記憶系統整合，形成完整的感知至執行閉環。
- 在 LIBERO-PRO 基準測試中達成 92.6% 的任務成功率，並透過 Flash Mode 將任務完成速度最佳化 7 倍以上。
- 技術引入記憶機制後，LIBERO-Pro Goal 實驗中的任務成功率從 31.0% 大幅提升至 87.0%。