清华与无问芯穹联合开源RLark平台，具身智能设备纳管提速至5分钟

在人工智能技术快速发展的背景下，清华大学与无问芯穹联合推出了全球首个面向具身智能的云原生纳管平台RLark。这一平台的发布标志着具身智能领域在设备管理和任务调度方面取得了突破性进展。

RLark平台的核心优势在于其高效的设备纳管能力和跨集群任务调度能力。根据实际测试数据，该平台能够将传统需要数小时才能完成的设备接入和配置工作，压缩至约5分钟内完成；同时，跨集群任务的启动时间也从原来的数分钟缩短至10秒以内。这些性能提升主要得益于平台采用的自研具身设备运行时（embodied-runtime）和任务级跨集群网络互联技术。

在具体功能实现上，RLark平台提供了统一的设备管理界面，使机器人、相机等具身设备可以像GPU资源一样被申请、调度和复用。运维人员可以通过简单的命令行操作接入并管理各类设备，研究人员则能够通过标准化的任务配置文件，将训练、推理和真机交互程序部署到不同集群中。这种设计不仅简化了设备管理流程，还显著提高了研发效率。

目前，RLark平台已完成对3个集群、近百个云边端节点的统一纳管，覆盖了4种型号的具身设备。平台结合训练框架，打通了跨地域的数据采集、训练与真机验证闭环，为具身智能研究提供了完整的开发环境支持。

“此次RLark平台的全面开源，将推动具身智能领域的技术创新和生态建设。”清华大学相关负责人表示，“我们希望通过开放平台的方式，吸引更多开发者参与具身智能技术的研发，共同推进这一前沿领域的进步。”

在行业应用方面，RLark平台已经展现出显著的应用价值。某具身智能企业反馈称，使用RLark平台后，设备部署效率提升了近80%，任务启动时间减少了75%。特别是在大规模集群管理场景下，RLark平台的性能优势更加明显，为企业降低了运营成本，提高了研发效率。