具身智能落到产线，常被三道坎卡住——亚厘米级精度、执行时延、以及「越用越强」的经验复用。2026 年 9 月 21 日，清华大学联合无问芯穹、正行创新开源具身智能体基础设施 RPent（GitHub RLinf 组织），给出一种把数字世界智能体范式搬进物理世界的方案，定位就是降低具身任务的开发门槛。
它的核心是分层：通用大模型负责任务理解与规划，VLA 或 WAM 这类专家模型负责高精度动作，记忆系统沉淀经验，机器人抽象层把 MCP 工具协议下沉到硬件。规划与低层操作被解耦，规划层通用、执行层可替换专家模型，形成感知—反馈闭环，让机器人既听得懂任务、又能随环境调整动作。
把「规划—调用工具—反馈」缝进机器人
数字世界里的智能体早已跑通一套范式：规划、调用工具、看结果、修正。RPent 的价值在于把这套范式原样搬进物理世界，并把它产品化为开源框架。验证过的任务逻辑会沉淀成可复用的「任务卡」，下次遇到类似目标直接调用，不必从零编排。发布方同步放出多个真机 demo，例如按新目标重选放置位置、抓瓶后试抬确认夹稳，把抽象能力落到看得见的操作上。
在 LIBERO-PRO 基准上，RPent 任务成功率达到 92.6%，领先第二名约 10 个百分点；端到端完成速度提升 7 倍以上。更值得说的是记忆带来的鲁棒性：引入记忆后，位置交换类扰动任务的成功率从 31.0% 升到 87.0%；Flash Mode 任务卡复用把平均执行时间从 283.6 秒压到 40.9 秒。这说明它直击的不只是精度，还有时延与经验复用这两道更硬的坎。
漂亮数字背后的口径与价值
需要看清口径：92.6% 是单一仿真基准的表现，与真机成功率不能直接换算，发布方也作了说明。对工业场景更有意义的是「任务卡复用」——它绕开了大模型推理往往慢于机器人动作周期的矛盾，让多班次连续运行比单次演示更值得期待。框架与编排层，正成为比单模型更稀缺的资产，开源叠加真机 demo 正是冲着这一点去的。
但开源与 demo 不等于规模落地。真机泛化、与安全控制系统的对接、以及在不同机器人本体上的迁移成本，仍是横在实验室与工厂之间的沟。RPent 的意义在于把「每个团队都从零搭一套 Agent 编排」的重复投入显性化，并用开源把门槛降下来。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
把 RPent 放进今年的具身节奏看，它的打法与同日宇树模型开源、阿里 Qoder 的 Harness 思路一致：单模型越来越难靠参数拉开差距，反倒是「把规划—执行—记忆缝起来」的编排层与框架，正在变成更稀缺的资产。开源叠加真机 demo，本质上是在抢「行业默认编排范式」的心智——谁能先让开发者用顺手，谁就更可能沉淀出生态与标准。
对国内团队而言，清华牵头、无问芯穹提供模型侧能力、正行创新补上工程与落地，这种「高校加模型厂加系统集成商」的组合也值得关注。它把学术范式、模型底座与产线需求压进同一个开源项目，比单点论文更接近可复用的产业基础设施，也更符合具身这类需要软硬协同的赛道。
总体看，RPent 沿着「LLM 规划 + 专家执行 + 记忆复用」的主流范式，做了一件务实的事：把范式工程化、开源化。它给具身行业的提示是——当模型能力趋于同质，真正拉开差距的，是谁把编排与经验沉淀做成可复用的基础设施，而不是谁又训了一个更大的模型。