当Codex、Claude Code等数字世界智能体已展示出"大模型理解目标、拆解任务、调用工具"的高效工作方式时，随着GPT-6 Astra开始接受真实机器人操作测试，这种智能体范式正逐渐走向物理世界。
今天，由清华大学、无问芯穹、正行创新联合发起的具身智能体基础设施RPent正式开源。RPent面向真实物理世界，将通用大模型的任务理解与规划能力、VLA等专家模型的精细操作能力，以及记忆、工具和机器人接口连接起来，形成从感知、决策、执行到反馈纠错的完整闭环。在LIBERO-PRO基准测试中，RPent达到92.6%的任务成功率，并将端到端任务完成速度优化7倍以上。
RPent由大规模具身强化学习框架RLinf的核心团队打造，延续了该团队在具身智能基础设施领域的技术积累。
真机演示中，RPent展示了多个开放式任务：机器人将钢珠倒入碗中、双臂协同擦拭盘子，还会主动移开遮挡物找到藏在碗下的勺子。这些任务并非为每种场景单独训练专用策略。例如当任务变为"将干净餐具放入纸箱"时，冻结VLA只会沿用训练时的动作，错误地将盘子放入金属篮，而RPent智能体会先观察环境，再根据新目标选择放置位置；若视觉定位出现偏差，还会检查结果、排除错误并重新定位。
在饮料分拣任务中，机器人抓起瓶子后会先小幅试抬确认夹持稳定，当运动路径不可行时调整腕部姿态继续执行，展现了完整的"观察-判断-执行-纠错"闭环。
在能力复用方面，RPent可将原本用于拿起容器的技能重新组合用于倾倒钢珠，又把抓取动作与双臂协同组合完成持盘、擦拭和收纳。探索成功后，RPent将经过验证的任务逻辑沉淀为任务卡（Task Card），再次执行时启用Flash Mode直接复用流程，只根据当前视觉状态做必要调整，有效降低执行延时。
当前具身智能呈现两条技术路线：纯VLA端到端方案精细操作出色，但任务变长、场景受扰时迅速退化；纯大模型Agent方案则依赖通用模型能力。RPent所探索的，正是让机器人理解目标、调用能力、应对变化，并将一次成功沉淀为可复用经验的具身智能体形态。