达摩院发布开源具身智能模型 RynnBrain，推动机器人实现空间感知与推理跃升
作者：电子创新网 张国斌
2月10日，阿里巴巴达摩院正式推出其自主研发的具身智能基础模型 RynnBrain，并同步开源了包含30B MoE在内共7个版本的完整模型系列。该模型赋予机器人前所未有的时空记忆与空间推理能力，大幅提升了其智能水平。在16项具身智能开源评测榜单中，RynnBrain 均刷新行业记录，超越了包括谷歌Gemini Robotics ER 1.5在内的多款领先模型。
达摩院介绍，RynnBrain 的核心创新在于引入了时空记忆与物理世界推理能力，这两项是机器人实现与环境深度交互的关键要素。其中，时空记忆功能使机器人能够在其历史交互中定位物体、识别目标区域，甚至预测运动轨迹，从而具备全局时空回溯能力。而物理空间推理机制则突破了传统文本推理的局限，采用文本与空间定位交错的推理方式，使整个推理过程更贴近真实物理环境，有效降低了幻觉现象。
该模型基于 Qwen3-VL 训练，采用自研的 RynnScale 架构优化训练流程，在相同算力条件下训练速度提升一倍。其训练数据总量超过2000万对，覆盖广泛的应用场景。评估结果显示，RynnBrain在16项具身智能评测任务中表现优异，涵盖环境感知与对象推理、第一人称视觉问答、空间推理、轨迹预测等多个方向，整体性能处于行业领先地位。
值得一提的是，RynnBrain具备良好的可扩展性，支持快速训练出导航、路径规划、动作控制等具身子模型，有望成为该领域的通用基础模型。例如，在具身规划任务中，RynnBrain仅需数百条数据微调，即可实现超越 Gemini 3 Pro 的性能表现，轻松达到SOTA水平。
此次达摩院以完整的推理与训练代码形式开源了 RynnBrain 全系列模型，共包含7个版本，涵盖全尺寸基础模型及多个后训练专用模型。其中，30B MoE 架构的具身模型是行业首例，仅需3B激活参数即可实现超越72B模型的性能，显著提升了机器人动作的流畅度与响应速度。此外，达摩院还同步发布了全新的评测基准 RynnBrain-Bench，用于评估细粒度时空任务性能，填补了行业在该领域的空白。
达摩院具身智能实验室负责人赵德丽表示：“RynnBrain实现了对物理世界的深度理解和可靠规划，是迈向通用具身智能的重要一步。我们期待这一成果能推动人工智能从数字世界向现实物理场景的快速落地。”