英伟达NeMo团队近日在GitHub上开源了一个名为Molt的智能体强化学习框架。该框架采用PyTorch原生设计，核心理念是将智能体本身视为可执行的程序，而非传统强化学习中固定的策略网络。Molt支持高度灵活的自定义Python奖励函数、丰富的工具调用、多模态环境交互以及基于大语言模型（LLM）的评判机制，极大地拓展了智能体在复杂场景下的学习与适应能力。在工程架构上，Molt采用了一套极其紧凑高效的技术栈，整合了分布式计算框架Ray、高吞吐推理引擎vLLM、英伟达自研的AutoModel以及全分片数据并行策略FSDP2。正是借助这一组合，Molt能够将训练规模平滑扩展至万亿参数的混合专家（MoE）模型，为构建具备自主决策、环境交互和自我进化能力的下一代通用人工智能Agent提供了坚实的底层基座。这一框架的开源，有望加速具身智能、自动化科研和代码生成等前沿领域的研究进程。