来源：环球网

阿里巴巴达摩院发布了具身智能大模型“RynnBrain”，并一口气开源了包含30B参数MOE架构在内的7个系列模型。这款模型首次让机器人拥有时空记忆和空间推理能力，智能水平显著跃升，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。

具身模型的智能水平已成为行业发展的关键瓶颈，尤其是其泛化能力亟待提升。业界对此展开了多条技术路线的探索：一类是动作模型，从机器人末端动作输出着手，发展出可以直接操作物理世界的VLA模型，但这类模型往往因数据稀缺而难以实现泛化；另一类则是大脑模型，从本身具备泛化能力的VLM等模型入手，但它们普遍缺乏记忆能力，动态认知受限，且经常产生物理幻觉，难以支撑人形机器人完成复杂的移动操作。

为了攻克这些难题，达摩院的Rynn模型创造性地引入了时空记忆和物理世界推理能力，这是机器人与环境互动所需的两项核心技能。时空记忆能力能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，从而赋予其全局时空回溯能力。物理空间推理则不同于传统的纯文本推理范式，RynnBrain采用了文本与空间定位信息交错进行的推理策略，确保其推理过程紧密扎根于物理环境，大大削弱了幻觉问题。举例来说，运行RynnBrain模型的机器人，在执行任务A时若被突然要求先去处理任务B，它能记住任务A的时间和空间状态，等完成B后继续无缝工作。

RynnBrain基于Qwen3-VL进行训练，并采用自研的RynnScale架构进行优化，同等资源下训练速度提升两倍，训练数据量超过2000万对。结果显示，RynnBrain能力全面，性能领先，在16项具身开源评测榜单上达到领先水平，涵盖了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，超越了谷歌Gemini Robotics ER 1.5、英伟达Cosmos Reason 2等行业顶尖模型。

RynnBrain还展现出良好的可拓展性，能够快速训练出导航、规划、动作等多种具身专用模型，有望成为具身行业的基础大模型。以具身规划模型为例，其需要强大的预测能力和场景解析能力，但基于RynnBrain进行微调，仅需几百条数据进行微调，效果就能超越Gemini 3 Pro，轻松达到业界顶尖水平。

通过完整开源推理与训练代码，达摩院此次开源了RynnBrain全系列模型，共7个，包含全尺寸基础模型与针对具体任务精调后的专用模型。其中包括业界首个采用MOE架构的30B具身模型，仅需激活3B参数就能达到超越行业72B模型的效果，这意味着机器人能做出更快、更丝滑的动作。同时，达摩院还开源了全新的评测基准RynnBrain-Bench，用于评估时空细粒度具身任务，填补了行业在此方面的空白。

达摩院具身智能实验室负责人赵德丽表示：“RynnBrain首次实现了大脑模型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了关键一步。我们期待它能加速AI从数字世界走向真实物理场景的落地进程。”据了解，达摩院正积极投入具身智能领域，致力于构建一个可部署、可扩展、可进化的具身智能系统，目前已开源了融合世界模型和VLA模型的WorldVLA、世界理解模型RynnEC等具身模型，以及业界首个机器人上下文协议RynnRCP。（消息来源）