北京
2月10日，阿里巴巴达摩院发布具身智能大脑基础模型RynnBrain，并宣布开源包括30B MoE（混合专家模型）在内的全系列7个模型。据了解，该模型旨在提升机器人的时空记忆与空间推理能力，目前模型在16项具身开源评测榜单上刷新纪录（SOTA）。
据介绍，当前具身智能模型的发展面临泛化能力不足的挑战。行业内的动作模型（VLA）受限于数据稀缺，而大脑模型（VLM）则普遍缺乏长期记忆，且在物理空间认知上存在一定局限，容易产生幻觉。
针对上述痛点，RynnBrain引入了时空记忆和物理世界推理机制。相关技术文档显示，该能力允许机器人在历史记忆中定位物体与目标区域，并预测运动轨迹。此外，通过文本与空间定位交错的推理策略，模型能够更紧密地结合物理环境进行任务规划。例如，机器人在任务被中断后，仍能记忆此前的时空状态并恢复工作。
在技术架构方面，RynnBrain基于Qwen3-VL开发，并采用自研的RynnScale架构进行优化。据达摩院方面披露，该模型使用了超过2000万对数据进行训练。此次开源的7个模型涵盖了全尺寸基础模型及后训练专有模型。其中，30B参数的MoE架构模型备受关注，据称其仅需3B的推理激活参数即可达到较高的运行效果，有助于提升机器人的动作流畅度。
评测数据方面，RynnBrain在环境感知、对象推理、第一人称视觉问答及轨迹预测等16项具身开源评测榜单上刷新了成绩，在部分指标上超越了谷歌Gemini Robotics ER 1.5及英伟达Cosmos Reason 2等同类模型。同时，达摩院还开源了全新的评测基准RynnBrain-Bench，主要用于评估模型在时空细粒度具身任务上的表现。
达摩院具身智能实验室负责人赵德丽表示：“RynnBrain 首次实现了大脑对物理世界的深度理解与可靠规划，为大小脑分层架构下的通用具身智能迈出关键一步。我们期待它加速 AI 从数字世界走向真实物理场景的落地进程。”目前，相关代码及模型权重已在GitHub及Hugging Face平台上线。（袁宁）
本文来源：网易智能
责任编辑：
李佳_NBJS32032
