时间：2026年8月1日
地点：美国加州圣克拉拉（NVIDIA总部）
人物：NVIDIA NeMo团队，论文作者Jian Hu、Huiying Li、Hao Zhang、Pavlo Molchanov、Jan Kautz、Yi Dong
事件详情：NVIDIA NeMo团队8月1日正式开源发布Molt——一款专为智能体强化学习研究打造的PyTorch原生训练框架。Molt以代码足够小、足够清晰为设计目标，整套强化学习训练代码仅约8.6K行；相比之下主流框架verl约62K行、slime约25K行、OpenRLHF约7.2K行。Molt采用Apache 2.0协议开源，配套发布启动脚本、Slurm作业脚本和预构建容器，可直接上手。同步公开的研究论文《A Scalable PyTorch-Native Training Framework for Agentic Reinforcement Learning》（arxiv 2607.21653）已在arXiv上线。框架采用Ray负责调度与异步队列、vLLM负责rollout推理、NVIDIA AutoModel搭配FSDP2负责训练的「三组件一循环」架构，没有对任何上游组件做定制Fork，可随上游升级平滑迭代。预置配方需2节点共16张H100 GPU（8张训练+8张rollout），支持多轮工具调用智能体、代码执行智能体、视觉语言环境、LLM-as-judge奖励循环和On-Policy蒸馏等场景，可扩展到万亿参数级MoE。
背景：随着大模型智能体从单步问答迈向多轮工具调用、代码执行、长链路任务执行，强化学习后训练成为各家实验室提升智能体能力的关键路径。但主流RL框架普遍存在算法改动牵动多层的问题——训练器、分布式后端、rollout引擎胶水代码互相纠缠，研究者每次迭代都要付出大量工程成本。NVIDIA作为全球AI算力核心供应商，长期布局NeMo系列训练与强化学习工具栈，从NeMo RL到AlpaGym、再到Polar，已经形成多套针对自动驾驶、辅助驾驶、代码智能体的RL工具。Molt则定位为研究基础设施，优先解决研究迭代速度问题。
影响：
- 智能体RL研究的迭代门槛显著降低，8.6K行代码量让AI编码助手可完整阅读，提升算法实验效率
- 加速产业界与学术界对MoE、多模态、多轮工具调用智能体的RL后训练探索
- NVIDIA补齐PyTorch原生智能体RL版图，与Megatron-LM等成熟栈形成小而精的差异化路线
- 智能体赛道竞争从模型层延伸至训练框架层，RL工具栈成为下一阶段重点
总结：Molt是NVIDIA在智能体RL工具链上的又一次重要开源发布，通过极致精简的代码量与PyTorch原生架构，让「AI自己改AI」成为可行范式。配合vLLM、Ray等成熟组件，Molt降低了智能体强化学习研究的工程负担，也巩固了NVIDIA在AI基础设施生态中的核心地位。
参考来源：
- https://www.marktechpost.com/2026/08/01/nvidia-ai-releases-molt-a-pytorch-native-agentic-reinforcement-learning-framework/
- https://arxiv.org/abs/2607.21653
- https://github.com/NVIDIA-NeMo/labs-molt
- https://www.jiqizhixin.com/
- https://the-decoder.com/
- https://www.unite.ai/