UniRL综合评价：不错

Tencent-Hunyuan · 模型部署与训练

多模态强化学习框架，用来训练大语言模型和扩散生图生视频模型。

许可证需自行查看

官网 GitHub

GitHub 收藏1K近 7 天 +5

代码最近更新2026 年 10 月 6 日

许可证许可证需自行查看

支持用强化学习算法后训练大语言模型、多模态视觉模型和扩散模型。适合算法工程师与研究人员。需要具备代码能力，在多卡服务器上配置并运行脚本调用。

用起来难吗要写代码在哪用命令行自己部署

能用的模型

混元

能做什么

用强化学习后训练扩散模型
用强化学习训练大语言与视觉模型
支持跨卡分布式推理与训练
提供开箱即用的训练配方脚本

怎么开始

准备具备多张 GPU 的 Linux 算力环境并配置 Python 与依赖
根据需求挑选题库支持的模型与算法配方配置文件
通过命令行启动对应训练脚本跑通强化学习流程

选它，如果你……

你想用强化学习后训练生图或生视频扩散模型
你想用 GRPO 等强化学习算法调优大模型和视觉模型
你有多卡算力并习惯用命令行配置与启动训练

别选，如果你……

你不会写代码且没有多卡 GPU 算力服务器
你只是想通过网页或客户端直接使用 AI 模型

怎么用

需要在它自己的网站或应用里注册使用。

多少钱、在哪买

价格以官网为准。

综合评价：不错（还在更新，问题处理一般）

更新	很活跃	近 90 天改代码 198 次；没有正式发版记录
问题处理	一般	近 90 天新开 81 个问题，解决了 44 个，一般 10 天解决；外部提交的修改合进 203 个，待处理 66 个
用的人	一般	GitHub 收藏 1,003，近 7 天新增 5；41 人参与开发
用户口碑	暂不计	用过的人的评价满 5 条后才算进来

提醒：许可证有附加条件或没写清，拿去商用前先看清楚

数字取自 GitHub 的公开记录（2026/10/6），用过的人的评价来自本页口碑。自己核对：项目主页、问题、外部提交的修改、发版记录。

怎么评的

只看公开、能核对的数据，不打分数，只给四档结论，每一项的依据都写在旁边。

更新：近 90 天改了多少次代码、最近一次发版是哪天。7 天内有改动并且改得多或常发版，算「很活跃」；30 天内有改动算「活跃」；半年内算「放缓」；半年以上没动或者已经归档，算「停更」。
问题处理：近 90 天新开的问题解决了几成、一般几天解决、外部提交的修改积压了多少。解决八成以上、一般一周内解决、积压不比合进去的多，算「好」；解决不到一半算「差」；其余算「一般」。新问题不到 10 个的不评。
用的人：GitHub 收藏 5 万以上算很多，1 万以上算多，1 千以上算一般。旁边写近 7 天新增多少、多少人参与开发。
用户口碑：用过的人的评价满 5 条才算进来（注册不满 7 天的账号不算）；平均分在 2.5 分及以下，总评降一档。
总评四档：还在更新、问题处理好、用的人多 → 推荐；还在更新 → 不错；更新放缓或问题处理差 → 一般；半年以上没更新 → 谨慎。许可证有附加条件、商用受限的，单独提醒，不影响总评。
收费软件（ChatGPT、Cursor 这类）没有公开的问题记录，就看 App Store：最近一次更新在 30 天内算「活跃」，半年内算「放缓」，半年以上算「停更」；打分人数 10 万以上算很多，1 万以上算多，1 千以上算一般；评分 4 分以上算好，2.5 分及以下算差，打分不到 100 人不评。再加上用过的人的评价。

收藏数能刷，所以只占一项；更新和问题处理很难刷。数据每天更新，超过两周没更新的不评。

能替代它的

软件	起步价	难不难用	中文	开源	口碑	最近更新
UniRL	—	要写代码	没写明	代码公开	还没人评	今天
LlamaFactory	免费	要自己部署	有中文界面	开源	还没人评	128 天前
Unsloth	免费	下载就能用	没写明	开源	还没人评	4 天前
Transformers	免费	要写代码	没写明	开源	还没人评	5 天前