RLinf宣布官方CI自0.3版本起接入摩尔线程MTT S5000 GPU，代码合入主分支前须经国产算力验证。实测训练曲线与国际主流GPU逐步相关系数达0.976。

【PChome报道】近日，由摩尔线程主办的“MUSA开源技术沙龙：RLinf x MUSA Meetup”在北京落幕。会上，RLinf开源框架负责人、清华大学深圳国际研究生院助理教授于超透露，RLinf官方已正式支持MUSA后端运行并上线部署文档；官方CI自0.3版本起接入摩尔线程MTT S5000，所有代码commit在合入主分支前，均须基于国产算力完成自动化验证。双方还将联合打造端云协同具身智能框架，云端采用MTT S5000、端侧采用MTT E300。

RLinf由清华大学、无问芯穹联合发布，2025年9月开源，是首个面向具身智能的“仿训推一体化”大规模强化学习框架。

实测方面，团队在RLinf框架上对WoVR负载完成全量适配，采用GRPO算法rollout action，以WAN世界模型想象执行结果、ResNet评估对错给出奖励，全程无需真实机器人参与即跑通LIBERO的Spatial与Goal任务套件。在248个并行环境、相同随机种子的控制变量条件下，S5000与国际主流GPU训练曲线高度吻合，191步共同窗口内逐步相关系数r=0.976；真机LIBERO-Spatial评估中两套硬件的策略成功率对齐。

工程优化后，整步耗时从2549秒降至1888秒（下降26%），GPU空转率由18.5%压缩至3.1%；算子级基准显示，S5000的GEMM与注意力性能达国际主流GPU的1.6—2倍。

应用侧，基于π0.5的“策略自进化数据飞轮”让双臂机器人装配GPU的真机成功率从约两成稳定至92%，精细操作耗时缩短39.5%；极佳视界GigaBrain-0.7则将四项精细操作平均成功率由30%经离线RL提升至57.5%、在线RL后提升至100%。

摩尔线程高级副总裁杨上山表示，具身智能的算力需求是复合的，既需训练大脑的AI算力，也离不开渲染与仿真算力。此次RLinf官方CI接入，意味着国产算力与国产具身强化学习框架已从单向适配进入双向共建。

（文中图片来自摩尔线程）