阿里达摩院发布具身智能大脑基础模型 RynnBrain：首次赋予机器人时空记忆与物理推理能力

2026年2月10日，阿里巴巴达摩院正式发布其自主研发的具身智能基础模型RynnBrain，并同步开源包含30B MoE 架构模型在内的7个全系列模型，以及全新评测基准RynnBrain-Bench。这一发布标志着具身智能从“动作执行”迈向“认知理解”的关键一步。

两大核心能力：时空记忆 + 物理空间推理

传统具身模型常因缺乏长期记忆而“健忘”，或因脱离物理上下文而产生“幻觉”。RynnBrain 针对性地引入两项基础能力：

• 时空记忆能力：使机器人能在完整历史轨迹中回溯物体位置、目标区域乃至运动路径，实现全局状态感知。例如，当执行任务A时被临时打断去处理任务B，RynnBrain 能准确记住任务A中断时的空间坐标与时间上下文，并在完成后无缝恢复。

• 物理空间推理机制：摒弃纯文本推理范式，采用文本描述与空间定位交错进行的策略，确保每一步推理都锚定于真实环境，显著降低幻觉风险 。

技术底座：基于 Qwen3-VL，训练效率翻倍

RynnBrain 在Qwen3-VL 视觉语言模型基础上构建，采用达摩院自研的RynnScale 训练架构，在同等算力资源下训练速度提升2倍。模型训练使用超过2000万对高质量具身交互数据，其中包括专门生成的100万对“第一人称视角”OCR问答数据，用于提升对药瓶标签、门牌号等细粒度物理信息的理解能力 。

性能全面领先：16项SOTA，超越谷歌与英伟达

在权威评测中，RynnBrain 在16项具身开源榜单上刷新纪录（SOTA），涵盖：

• 环境感知与对象推理
• 第一人称视觉问答（FPVQA）
• 三维空间推理
• 运动轨迹预测

其综合性能已超越谷歌 Gemini Robotics ER 1.5和英伟达 Cosmos Reason 2等国际顶尖模型 。

极致高效：30B MoE 模型仅激活 3B 参数

此次开源的RynnBrain-30B-MoE是业界首个采用混合专家（MoE）架构的具身大模型。尽管总参数达30B，但推理时仅激活约3B参数，即可超越72B稠密模型（如Pelican-VL）的效果，大幅降低硬件成本，同时提升机器人动作响应速度与流畅度 。

强可扩展性：数百条数据即可微调出SOTA专用模型

RynnBrain 具备优异的迁移能力。以具身规划任务为例，仅需几百条后训练样本微调，即可获得超越Gemini 3 Pro的性能，轻松达到SOTA水平。这使其有望成为导航、操作、任务规划等下游应用的统一基础模型 。

开源生态：模型 + 基准 + 代码全开放

达摩院此次不仅开源全部7个模型（含基础版与专用版），还发布了RynnBrain-Bench评测基准，首次系统支持时空细粒度具身任务评估，填补行业空白 。

达摩院具身智能实验室负责人赵德丽表示：“RynnBrain 首次实现了大脑对物理世界的深度理解与可靠规划，为‘大小脑分层架构’下的通用具身智能迈出关键一步。”

随着 RynnBrain 的全面开源，具身智能正加速从实验室走向工厂、厨房、物流等真实场景，推动 AI 真正“走进物理世界”。

大模型相关课程：