Open Source Robotics

Una raccolta curata di progetti, strumenti e software di robotica open source di alta qualità per la comunità della robotica.

RynnBrain

Foundation model incarnati di Alibaba DAMO Academy per la percezione e la pianificazione robotica

Licenza

Apache-2.0

Panoramica

Foundation model incarnati aperti di Alibaba DAMO Academy che danno ai robot un cervello cognitivo per percepire, ragionare e agire in ambienti fisici. RynnBrain eccelle nella comprensione egocentrica, nella localizzazione spazio-temporale, nel ragionamento sullo spazio fisico e nella pianificazione consapevole della fisica. Disponibile nelle scale da 2B, 8B e 30B-A3B (MoE) parametri, stabilisce 16 record sui benchmark open source di IA incarnata.

RynnBrain è un foundation model spazio-temporale ancorato alla realtà fisica. A differenza dei sistemi di osservazione passiva, interagisce attivamente con l'ambiente e comprende lo spazio in relazione al tempo. Costruito su Qwen3-VL, è disponibile in tre scale (2B, 8B, 30B-A3B MoE) con varianti specializzate: RynnBrain-Plan per la pianificazione dei compiti, RynnBrain-Nav per la navigazione visione-linguaggio e RynnBrain-CoP per il ragionamento chain-of-point. Introduce RynnBrain-Bench per valutare la comprensione incarnata su quattro dimensioni: cognizione degli oggetti, cognizione spaziale, grounding e puntamento.

Perché è importante

Democratizza l'intelligenza dei robot con modelli di IA incarnata allo stato dell'arte con licenza Apache 2.0. Stabilisce 16 record sui benchmark, superando Google Gemini Robotics-ER e NVIDIA Cosmos-Reason, pur essendo completamente open source.

Il problema che risolve

I modelli robotici esistenti hanno difficoltà per via di una scarsa memoria dello spazio e del tempo. RynnBrain affronta il problema con un grounding spazio-temporale che permette ai robot di percepire, ragionare e agire in ambienti fisici complessi come cucine e reparti di fabbrica.

Punti chiave

  • Tre scale di modello (2B, 8B, 30B MoE) per budget di calcolo diversi
  • Varianti specializzate per pianificazione, navigazione e ragionamento chain-of-point
  • 16 record sui benchmark nelle valutazioni open source di IA incarnata
  • Costruito sul collaudato backbone visione-linguaggio Qwen3-VL
  • Disponibile su Hugging Face e ModelScope

A chi si rivolge

  • ricercatori di robotica
  • sviluppatori di IA incarnata
  • ricercatori di manipolazione
  • ricercatori di navigazione

Limiti

  • Le varianti di modello più grandi richiedono notevoli risorse GPU
  • Modelli in fase di ricerca, non ancora consolidati per la produzione
  • Valutati principalmente su compiti di benchmark anziché su deployment nel mondo reale

Questo sito richiede JavaScript. Attiva JavaScript per esplorare i nostri progetti di robotica open source.