强化学习环境正成为大模型后训练的新兴供给,Mercor、Surge AI等公司围绕专家数据、任务环境与评测展开业务。光轮智能发布RoboFinals RL Envs,以真实工作任务为导向,展示超8分钟汽车修理长程仿真,涵盖灵巧手操作、工具使用与柔性物体交互。其自研SimFoundry底座覆盖求解、测量、生成,并通过Agentic校准工作流提升物理真实性,同时配套同源评测与可交付产品,推动物理AI训练环境标准化。
完成下面两步后,将自动完成登录并继续当前操作。