阿里推 RynnBrain,助機器人擁時空記憶/空間推理力

作者 | 發布日期 2026 年 02 月 10 日 15:50 | 分類 AI 人工智慧 , 機器人 line share Linkedin share follow us in feedly line share
Loading...
阿里推 RynnBrain,助機器人擁時空記憶/空間推理力

綜合港媒及中媒報導,阿里巴巴旗下科學研究機構達摩院(DAMO)10 日發布具身智慧大腦基礎模型 RynnBrain,並開源了包括 30B MoE 在內的 7 個全系列模型,包含全尺寸基礎模型與後訓練專有模型,以及業界首個 MoE 架構的 30B 具身模型。

據介紹,RynnBrain首次讓機器人擁有時空記憶和空間推理能力,智慧水準實現大幅躍升;例如運行RynnBrain模型的機器人,在執行A任務中被突然打斷要求先做B任務,它能記住A任務的時間和空間狀態,等完成B後繼續工作。RynnBrain在Qwen3-VL基礎上訓練,使用自研的RynnScale架構進行訓練優化,同等資源加速兩倍,訓練數據超過2,000萬對;結果顯示,RynnBrain能力全面,性能領先,在16項具身開源評測榜單上刷新紀錄(SOTA),包括環境感知與對象推理、第一人稱視覺問答、空間推理、軌跡預測等,超越了Google Gemini Robotics ER 1.5、輝達Cosmos Reason 2等具身頂尖模型。

以開源完整的推理與訓練代碼的方式,達摩院此次開源了RynnBrain全系列模型,共計7個,包含全尺寸基礎模型與後訓練專有模型,其中有業界首個MoE架構的30B具身模型,只需要3B的推理啟動參數就能超越業界的72B模型效果,因此能讓機器人動作更快、更順暢。同時,達摩院並開源全新評測基準RynnBrain-Bench,用於評測時空細粒度具身任務,填補了行業空白。

達摩院具身智慧實驗室負責人趙德麗表示,RynnBrain首次實現了大腦對物理世界的深度理解與可靠規劃,為大小腦分層架構下的通用具身智慧邁出關鍵一步,期待其加速AI從數位世界走向真實物理場景的落實進程。

據瞭解,達摩院積極投入具身智慧,正在建構可部署、可擴展、可進化的具身智慧系統,已開源融合世界模型和VLA模型的WorldVLA、世界理解模型 RynnEC等具身模型,以及業界首個機器人上下文協議RynnRCP 。

(本文由 MoneyDJ新聞 授權轉載;首圖來源:達摩院

想請我們喝幾杯咖啡?

icon-tag

每杯咖啡 65 元

icon-coffee x 1
icon-coffee x 3
icon-coffee x 5
icon-coffee x

您的咖啡贊助將是讓我們持續走下去的動力

總金額共新臺幣 0
《關於請喝咖啡的 Q & A》