阿里巴巴达摩院发布具身智能大脑模型RynnBrain，引领机器人智能新飞跃

这里可以调整气泡内文字大小！滑动试试吧！ ×

12 px

26 px

阿里巴巴达摩院成功研发出具身智能大脑基础模型RynnBrain，并一次性开源了包含30B MoE在内的7个全系列模型，为机器人智能领域带来了突破性进展。

具身模型的智能水平一直是制约行业发展的关键因素，尤其是泛化能力的提升。为解决这一问题，业界进行了多条技术路线的探索。其中，动作模型通过机器人末端动作输出直接操作物理世界，但数据稀缺导致泛化困难；大脑模型则基于VLM等具有泛化能力的模型，却普遍缺乏记忆能力，动态认知受限，且存在物理幻觉问题，难以支持人形机器人的复杂移动操作。

RynnBrain模型的推出，创造性地引入了时空记忆和物理世界推理能力，这两项能力是机器人与环境互动所必需的。时空记忆让机器人能在历史记忆中精准定位物体和目标区域，甚至预测运动轨迹，实现全局时空回溯。而物理空间推理则采用文本与空间定位交错进行的策略，确保推理过程紧密扎根于物理环境，有效减弱了幻觉问题。

RynnBrain在Qwen3-VL基础上进行训练，并采用自研的RynnScale架构优化，训练数据超过2000万对。结果显示，该模型在16项具身开源评测榜单上刷新纪录，包括环境感知与对象推理、第一人称视觉问答、空间推理、轨迹预测等，性能全面领先，超越了谷歌Gemini Robotics ER 1.5等顶尖模型。

此外，RynnBrain还具有良好的可拓展性，能够快速后训练出导航、规划、动作等多种具身模型，有望成为具身行业的基础模型。以具身规划模型为例，基于RynnBrain只需几百条数据微调，效果就能超越Gemini 3 Pro，实现SOTA。

此次开源，达摩院不仅提供了全系列模型，还开源了全新评测基准RynnBrain-Bench，用于评测时空细粒度具身任务，填补了行业空白。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，为通用具身智能的发展迈出了关键一步，将加速AI从数字世界走向真实物理场景的落地进程。