4 月 15 日，小红书 AI 平台团队正式开源了 Relax。
从定位来看，这并不是一个普通的训练脚手架，而是一套面向 全模态大模型强化学习后训练 的高性能引擎，重点面向文本、图像、音频、视频以及 Agentic 场景。

这件事之所以值得关注，是因为 Relax 对准的并不是传统单一文本训练，而是当前最热、也最难的几个方向：全模态、智能体、多角色异步训练、服务化部署。
换句话说，小红书这次开源的，不只是一个项目，而是一套能体现其 AI 工程能力的基础设施。

Relax 是什么？

Relax 的全称是 Reinforcement Engine Leveraging Agentic X-modality。
它是一套为大模型后训练设计的强化学习训练引擎，核心目标是让模型在面对复杂输入形式和多轮交互任务时，依然能保持较高的训练效率与系统稳定性。

和很多只围绕文本展开的 RL 框架不同，Relax 一开始就把多模态作为基础能力来设计。
这意味着它不是“先把文本跑通，再补图像、视频、音频”，而是直接面向统一的全模态训练链路搭建。

Relax 的核心亮点有哪些？

Relax 支持文本、图像、视频、音频等多种输入形式的统一处理。
这让它更适合未来的大模型训练趋势，因为现在很多模型能力早就不再局限于文字，而是越来越强调多模态理解与生成能力。

不同模态的数据结构和计算开销差异很大。
比如图像、视频和音频，在 token 长度、采样方式和显存占用上都和文本差异明显。
Relax 引入了模态感知并行机制，让系统可以根据不同模态特点来分配资源，减少训练中的浪费和阻塞。

Relax 的另一个重点，是通过异步流水方式降低不同训练阶段之间的等待时间。
在大规模训练中，真正拖慢效率的，很多时候不是单点算力不够，而是不同模块之间互相等待。
Relax 通过更流畅的数据交换和异步调度，让整体训练链路跑得更顺。

现在越来越多模型训练已经从“单轮问答”走向“多轮交互、调用工具、观察反馈、继续行动”。
Relax 对这种 Agentic 场景做了专门适配，更适合复杂工作流下的强化学习训练。

Relax 并不是一个简单的单体程序，而是偏服务化、模块化的系统设计。
这种方式的好处是更容易扩展、更方便隔离问题，也更适合大规模训练集群使用。

因为能开源这种级别的训练引擎，说明小红书已经不只是做 AI 应用层尝试，而是在往更底层的训练系统和基础设施层深入。

很多人过去提到小红书，第一反应还是内容社区。
但 Relax 这样的项目会让行业重新认识一件事：小红书也在认真投入 AI Infra。

尤其是在今天这个阶段，真正决定大模型上限的，除了模型本身，还有训练框架、推理系统、数据流转、部署方式这些更底层的能力。
Relax 的开源，本质上是在展示这部分实力。

对于开发者来说，Relax 的价值主要在三个方面：

第一，是它更适合多模态训练。
如果你的模型任务已经不只是文字，而是涉及图片、视频、音频输入，那么 Relax 这种统一全模态框架会更有吸引力。

第二，是它更适合 Agentic 任务。
如果你的训练目标是多轮交互、工具调用或者复杂决策流程，Relax 会比很多传统 RLHF 工具更贴近需求。

第三，是它提供了一种更偏工业化的训练思路。
这不是只适合做论文实验的系统，而是更接近真实生产环境的工程框架。

从行业角度看，Relax 的出现说明一个趋势：
强化学习训练框架的竞争，已经从“谁能训文本模型”升级到“谁能更高效地支持全模态与智能体训练”。

这意味着，未来真正有竞争力的训练框架，可能不再是单点性能最强，而是要同时满足：

而 Relax 这次开源，恰恰是朝这个方向去做的。

整体来看，小红书开源 Relax，真正值得关注的，并不只是“又一个 RL 框架来了”，而是它把 全模态、Agentic、异步训练、服务化架构 这些关键能力放到了一起。

这说明，小红书正在从应用层 AI 参与者，进一步走向基础设施层的建设者。
对于整个 AI 圈来说，这也意味着，又多了一个不能只用“平台公司”眼光去看的玩家。

官方与公开参考入口：
https://github.com/redai-infra/Relax