RynnBrain
阿里巴巴達摩院推出的具身基礎模型,用於機器人感知與規劃
授權條款
Apache-2.0
概述
阿里巴巴達摩院推出的開放具身基礎模型,為機器人提供在實體環境中感知、推理與行動的認知大腦。RynnBrain 擅長第一人稱視角理解、時空定位、實體空間推理與考量物理的規劃。它提供 2B、8B 與 30B-A3B(MoE)三種參數規模,在開源具身 AI 評測基準上創下 16 項紀錄。
RynnBrain 是一個立足於實體現實的時空基礎模型。不同於被動觀察的系統,它會主動與環境互動,並理解空間與時間的關係。它以 Qwen3-VL 為基礎,提供三種規模(2B、8B、30B-A3B MoE),並有多個專門變體:用於任務規劃的 RynnBrain-Plan、用於視覺語言導航的 RynnBrain-Nav,以及用於點鏈推理的 RynnBrain-CoP。它也推出了 RynnBrain-Bench,從物體認知、空間認知、定位(grounding)與指向四個面向評估具身理解能力。
為何重要
以 Apache 2.0 授權提供最先進的具身 AI 模型,讓機器人智慧更普及。它創下 16 項評測基準紀錄,勝過 Google Gemini Robotics-ER 與 NVIDIA Cosmos-Reason,同時完全開源。
解決的問題
現有的機器人模型對空間與時間的記憶不佳。RynnBrain 以時空定位處理這個問題,讓機器人能在廚房與工廠現場等複雜的實體環境中感知、推理與行動。
重點
- 三種模型規模(2B、8B、30B MoE),適用於不同的運算預算
- 針對規劃、導航與點鏈推理的專門變體
- 在開源具身 AI 評測中創下 16 項評測基準紀錄
- 建構在經過驗證的 Qwen3-VL 視覺語言骨幹之上
- 可於 Hugging Face 與 ModelScope 取得
適用對象
- 機器人研究人員
- 具身 AI 開發者
- 操作研究人員
- 導航研究人員
限制
- 較大的模型變體需要大量 GPU 資源
- 屬於研究階段的模型,尚未針對量產環境強化
- 主要以評測基準任務評估,而非真實世界部署