阿里巴巴達(dá)摩院近日在具身智能領(lǐng)域取得重大突破，正式推出具備時(shí)空記憶與物理推理能力的RynnBrain基礎(chǔ)模型，并同步開(kāi)源包含30B MoE架構(gòu)在內(nèi)的7個(gè)全系列模型。該模型首次賦予機(jī)器人理解物理世界動(dòng)態(tài)變化的能力，在16項(xiàng)國(guó)際權(quán)威評(píng)測(cè)中刷新行業(yè)紀(jì)錄，性能超越谷歌Gemini Robotics ER 1.5等頂尖模型，標(biāo)志著具身智能技術(shù)邁向新階段。

傳統(tǒng)機(jī)器人系統(tǒng)常因任務(wù)中斷導(dǎo)致執(zhí)行失敗，而RynnBrain通過(guò)引入時(shí)空記憶模塊，使機(jī)器人能夠精準(zhǔn)記錄任務(wù)的時(shí)間節(jié)點(diǎn)與空間位置。例如，當(dāng)機(jī)器人在執(zhí)行搬運(yùn)任務(wù)途中被要求優(yōu)先處理清潔工作時(shí)，系統(tǒng)可自動(dòng)保存原任務(wù)的坐標(biāo)參數(shù)與進(jìn)度狀態(tài)，待清潔完成后無(wú)縫恢復(fù)搬運(yùn)操作。這種能力源于模型對(duì)物理世界的深度解析，其內(nèi)置的推理引擎可模擬人類(lèi)對(duì)空間關(guān)系的認(rèn)知過(guò)程。

在技術(shù)架構(gòu)層面，RynnBrain采用模塊化設(shè)計(jì)，支持快速衍生出導(dǎo)航、操作、規(guī)劃等垂直領(lǐng)域模型。實(shí)驗(yàn)數(shù)據(jù)顯示，基于該基礎(chǔ)模型微調(diào)的具身規(guī)劃模型，僅需數(shù)百條訓(xùn)練數(shù)據(jù)即可達(dá)到超越Gemini 3 Pro的性能水平。其MoE架構(gòu)的30B參數(shù)版本更展現(xiàn)出顯著優(yōu)勢(shì)，機(jī)器人動(dòng)作流暢度提升40%，響應(yīng)速度縮短至0.3秒以?xún)?nèi)，為工業(yè)場(chǎng)景中的精密操作提供技術(shù)保障。

為推動(dòng)行業(yè)標(biāo)準(zhǔn)化發(fā)展，達(dá)摩院同步開(kāi)源全新評(píng)測(cè)基準(zhǔn)RynnBrain-Bench。該基準(zhǔn)聚焦時(shí)空細(xì)粒度任務(wù)，包含動(dòng)態(tài)障礙物避讓、多任務(wù)優(yōu)先級(jí)調(diào)度等復(fù)雜場(chǎng)景，填補(bǔ)了現(xiàn)有評(píng)測(cè)體系在物理世界交互能力評(píng)估方面的空白。開(kāi)源社區(qū)已涌現(xiàn)出基于該基準(zhǔn)的優(yōu)化方案，某物流機(jī)器人團(tuán)隊(duì)通過(guò)調(diào)整模型注意力機(jī)制，將多任務(wù)切換效率提升了25%。

達(dá)摩院具身智能實(shí)驗(yàn)室負(fù)責(zé)人趙德麗指出，RynnBrain的成功研發(fā)驗(yàn)證了"大小腦分層架構(gòu)"的可行性，其中基礎(chǔ)模型作為"大腦"負(fù)責(zé)全局規(guī)劃，執(zhí)行系統(tǒng)作為"小腦"處理實(shí)時(shí)反饋。這種設(shè)計(jì)使機(jī)器人既能理解人類(lèi)指令的深層意圖，又能適應(yīng)動(dòng)態(tài)環(huán)境的突發(fā)變化。目前，該模型已在智能制造、倉(cāng)儲(chǔ)物流等領(lǐng)域展開(kāi)試點(diǎn)應(yīng)用，某汽車(chē)工廠(chǎng)的裝配機(jī)器人通過(guò)部署RynnBrain，將零件誤裝率降至0.02%以下。

在開(kāi)源生態(tài)建設(shè)方面，達(dá)摩院持續(xù)釋放技術(shù)紅利。除本次開(kāi)源的RynnBrain全系列模型外，實(shí)驗(yàn)室此前已開(kāi)放WorldVLA世界模型、RynnEC理解模型等核心組件，以及機(jī)器人通信協(xié)議RynnRCP。這些技術(shù)資產(chǎn)正被全球開(kāi)發(fā)者用于構(gòu)建下一代具身智能系統(tǒng)，某科研團(tuán)隊(duì)基于開(kāi)源架構(gòu)開(kāi)發(fā)的醫(yī)療輔助機(jī)器人，已能完成手術(shù)器械的自主分類(lèi)與傳遞任務(wù)。