阿里巴巴达摩院发布具身智能大脑基础模型RynnBrain - 阿里巴巴达摩院发布具身智能大脑基础模型RynnBrain，并一次性开源了包括30B MoE在内的7个全系列模型 [1][5] - RynnBrain首次让机器人拥有了时空记忆和空间推理能力，智能水平实现大幅跃升 [1][5] - 该模型在16项具身开源评测榜单上刷新纪录，超越了谷歌Gemini Robotics ER 1.5等行业顶尖模型 [1][3][5][7] RynnBrain的核心技术创新与能力 - 模型创造性地引入了时空记忆和物理世界推理，这是机器人与环境互动所需的两项基本能力 [3][7] - 时空记忆能力可让机器人在其完整的历史记忆中定位物体、目标区域，甚至预测运动轨迹，赋予机器人全局时空回溯能力 [3][7] - 物理空间推理采用文本与空间定位交错进行的推理策略，确保推理过程紧密扎根于物理环境，大大减弱了幻觉问题 [3][7] - 模型在Qwen3-VL基础上训练，使用自研的RynnScale架构进行训练优化，同等资源下加速两倍，训练数据超过2000万对 [3][7] - 模型能力全面，在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16项评测中刷新纪录，超越了谷歌Gemini Robotics ER 1.5、英伟达 Cosmos Reason 2等模型 [3][7] RynnBrain的可拓展性与开源细节 - 模型拥有良好的可拓展性，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 [4][8] - 以具身规划模型为例，基于RynnBrain为基础，只需几百条数据微调，效果就能超越Gemini 3 Pro，轻松实现SOTA [4][8] - 达摩院开源了RynnBrain全系列模型共计7个，包含全尺寸基础模型与后训练专有模型 [4][8] - 开源的模型中包含业界首个MoE架构的30B具身模型，只需要3B的推理激活参数就能超越业界的72B模型效果，因此能让机器人动作更快、更丝滑 [4][8] - 同时，达摩院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 [4][8] 公司对RynnBrain的定位与展望 - 达摩院具身智能实验室负责人表示，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 [5][8] - 公司期待该模型加速AI从数字世界走向真实物理场景的落地进程 [5][8]