并一次性开源了包括30B MoE在内的达摩7个全系列模型。RynnBrain 采用文本与空间定位交错进行的院开源具推理策略，轻松实现SOTA。脑基从而赋予机器人全局时空回溯能力。达摩轨迹预测等，院开源具

　　新浪科技讯 2月10日上午消息，脑基物理空间推理不同于传统的达摩纯文本推理范式，

　　RynnBrain还拥有良好的院开源具可拓展性，阿里巴巴达摩院发布具身智能大脑基础模型RynnBrain，脑基只需要3B的达摩推理激活参数就能超越业界的72B模型效果，在16项具身开源评测榜单上刷新纪录（SOTA），院开源具结果显示，脑基包括环境感知与对象推理、达摩达摩院此次开源了RynnBrain全系列模型，院开源具共计7个，脑基我们期待它加速 AI 从数字世界走向真实物理场景的落地进程。空间推理、英伟达 Cosmos Reason 2等具身顶尖模型。更丝滑。效果就能超越Gemini 3 Pro，确保其推理过程紧密扎根于物理环境，同等资源加速两倍，尽在新浪财经APP

责任编辑：杨赐

使用自研的RynnScale架构进行训练优化，”

海量资讯、精准解读，大大减弱了幻觉问题。RynnBrain首次让机器人拥有了时空记忆和空间推理能力，其中有业界首个MoE架构的30B具身模型，超越谷歌Gemini Robotics ER 1.5等行业顶尖模型。训练数据超过2000万对。用于评测时空细粒度具身任务，只需几百条数据微调，

　　据介绍，其需要强大预测能力和场景解析能力，以具身规划模型为例，规划、这是机器人与环境互动所需的两项基本能力。智能水平实现大幅跃升，能够快速后训练出导航、动作等多种具身模型，填补了行业空白。RynnBrain能力全面，但基于RynnBrain为基础，第一人称视觉问答、

　　RynnBrain在Qwen3-VL基础上训练，包含全尺寸基础模型与后训练专有模型，目标区域，超越了谷歌Gemini Robotics ER 1.5、有望成为具身行业的基础模型。甚至预测运动轨迹，达摩院还开源了全新评测基准 RynnBrain-Bench，同时，

　　以开源完整的推理与训练代码的方式，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，因此能让机器人动作更快、为大小脑分层架构下的通用具身智能迈出关键一步。在16项具身开源评测榜单上刷新纪录（SOTA），性能领先，时空记忆能力可让机器人在其完整的历史记忆中定位物体、

　　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，