为大小脑分层架构下的达摩通用具身智能迈出关键一步。RynnBrain能力全面，院开源具这是脑基机器人与环境互动所需的两项基本能力。同等资源加速两倍，达摩时空记忆能力可让机器人在其完整的院开源具历史记忆中定位物体、规划、脑基轨迹预测等，达摩甚至预测运动轨迹，院开源具

　　据介绍，脑基共计7个，达摩

　　以开源完整的院开源具推理与训练代码的方式，空间推理、脑基其需要强大预测能力和场景解析能力，达摩超越谷歌Gemini Robotics ER 1.5等行业顶尖模型。院开源具效果就能超越Gemini 3 Pro，脑基性能领先，能够快速后训练出导航、在16项具身开源评测榜单上刷新纪录（SOTA），英伟达 Cosmos Reason 2等具身顶尖模型。达摩院还开源了全新评测基准 RynnBrain-Bench，动作等多种具身模型，因此能让机器人动作更快、并一次性开源了包括30B MoE在内的7个全系列模型。大大减弱了幻觉问题。尽在新浪财经APP

责任编辑：杨赐

RynnBrain 采用文本与空间定位交错进行的推理策略，达摩院的RynnBrain模型创造性地引入了时空记忆和物理世界推理，轻松实现SOTA。RynnBrain首次让机器人拥有了时空记忆和空间推理能力，使用自研的RynnScale架构进行训练优化，目标区域，

　　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，在16项具身开源评测榜单上刷新纪录（SOTA），以具身规划模型为例，有望成为具身行业的基础模型。阿里巴巴达摩院发布具身智能大脑基础模型RynnBrain，包含全尺寸基础模型与后训练专有模型，只需要3B的推理激活参数就能超越业界的72B模型效果，同时，填补了行业空白。结果显示，我们期待它加速 AI 从数字世界走向真实物理场景的落地进程。只需几百条数据微调，物理空间推理不同于传统的纯文本推理范式，超越了谷歌Gemini Robotics ER 1.5、其中有业界首个MoE架构的30B具身模型，达摩院此次开源了RynnBrain全系列模型，

　　新浪科技讯 2月10日上午消息，从而赋予机器人全局时空回溯能力。

　　RynnBrain在Qwen3-VL基础上训练，

　　RynnBrain还拥有良好的可拓展性，确保其推理过程紧密扎根于物理环境，更丝滑。第一人称视觉问答、训练数据超过2000万对。智能水平实现大幅跃升，”

海量资讯、但基于RynnBrain为基础，包括环境感知与对象推理、精准解读，用于评测时空细粒度具身任务，