RynnBrain具身大脑基础模型

RynnBrain 是阿里巴巴达摩院研发的具身智能基础模型，融合视觉、语言、动作等多模态信息，首次赋予机器人时空记忆与物理空间推理能力，实现从感知到行动的端到端学习。该模型支持机器人在复杂环境中进行物体操作、导航和交互，全系列7个版本已全部开源（包含参数规模2B、8B、30B及MoE架构），官网及开源代码请访问 https://alibaba-damo-academy.github.io/RynnBrain.github.io/。RynnBrain 在 16 项具身评测中全面超越谷歌、英伟达等同类顶尖模型，是服务机器人、工业机器人等领域的通用智能基座。

RynnBrain具身大脑模型图示

核心摘要（Key Takeaways）

首个时空记忆具身大脑：RynnBrain 让机器人记住过去的动作、环境位置和事件轨迹，实现“转身不遗忘”的全局回溯能力。
3B激活参数超越72B模型：RynnBrain-30B-A3B 仅需 3B 推理激活参数（业界首个MoE具身模型），性能领先规模更大的 Pelican-VL-72B，大幅降低端侧算力成本。
16项SOTA全面领先：在环境感知、空间推理、轨迹预测等 20 项具身 Benchmark 中斩获 16 项最优，力压谷歌 Gemini Robotics ER 1.5 与英伟达 Cosmos-Reason2。
文字与空间定位交错的推理：模型输出语言判断的同时给出物体边界框、操作点坐标等空间信息，使物理幻觉大幅减少。
全系列开源 + 训练代码：7 个模型全部以开源形式提供，并开源全新评测基准 RynnBrain-Bench，方便开发者直接微调、部署。

它是什么？

RynnBrain（具身大脑） 是一种基于多模态大模型的具身智能基础模型，通过“文本与空间定位交错”的推理策略，让机器人同时理解自然语言指令和物理空间中的位置、轨迹、物体，从而在真实环境中完成导航、操作、交互等复合任务。

在传统 VLM（视觉语言模型）做具身大脑时往往会“转身就忘”——处理视频时一帧一帧分析，缺乏对时间和空间的连贯记忆。RynnBrain 首创性地将时空记忆与物理世界推理强制绑定：模型在生成行动指令的同时，输出具体物体坐标、运动边界框和轨迹预测，使机器人能够像人一样记住身后的物体、在被打断后继续先前任务。

达摩院具身智能实验室将 RynnBrain 定位为“具身基础模型”，因为它不仅性能强大，还可微调出导航、操作规划、动作执行等多种下游模型，起到通用基座作用。其预训练数据超过 2000 万对，采用自研 RynnScale 架构 使训练速度提升 2 倍。

主要功能和特点

1. 多模态感知与时空记忆

RynnBrain 融合视觉（视频帧）、语言（自然语言指令）、空间坐标等多模态信息，构建覆盖位置、事件、轨迹的多维度统一表征。核心突破在于其全局时空回溯能力：机器人能够在其完整的历史记忆中定位物体、目标区域，甚至预测运动轨迹。比如，从水槽边转身去冰箱取东西，转身的那一刻水槽和蔬菜并不会“消失”，大脑里依然保留着它们的三维位置关系，支持长程任务无中断执行。

2. 物理空间推理：文本与定位交错

不同于常规大模型只输出文字，RynnBrain 采用文本与空间定位交错的推理策略：

“首先走向[桌子]（对应视频帧中的区域坐标），然后伸出手对准[苹果]（对应物体的边界框），避开旁边的[水杯]（对应障碍物的点集）……”

这种推理方式就像人类一边说话一边用手指指点点，推理结果天然受到物理环境约束，能大幅降低具身任务中的幻觉问题。尤其在计数任务中，模型会强调“先定位再计数”，显著提升复杂场景下的稳定性。

3. 自主决策与灵活动作生成

基于大语言模型的推理与规划能力，RynnBrain 可以根据高层指令（如“找一个低卡饮料”）自动分解为多个子任务，并生成机械臂精细操作（抓取、放置、移开障碍物）和移动导航指令。在宇树 G1 机器人上部署的演示中，G1 能够准确识别并记住来回移动的盘子位置，将多出的面包合理分配叠放，展示出空间规划与长程操作能力。

4. 可拓展性与持续学习

RynnBrain 作为一个基础模型，只需极少量数据即可微调出强大的下游专用模型：

导航：使用 SOTA 模型 StreamVLN 的训练数据微调后，导航成功率直接提升 2%–3%；若以 RynnBrain 为基座重新训练导航模型，能力提升可达 5%。
操作规划：仅需几百条数据微调，RynnBrain-Plan-30B 就能在域内和域外的任务上全面超越 Gemini 3 Pro。

这表明 RynnBrain 预训练阶段打下的时空推理基础极其牢固，能持续适应新环境、新任务。

5. 开源生态与开发工具

达摩院一次性开源了 7 个全系列模型，包括 2B、8B、30B 参数版本的基础模型，以及针对导航（RynnBrain-Nav）、操作规划（RynnBrain-Plan）的后训练专属模型。同时开放完整的推理训练代码和全新评测基准 RynnBrain-Bench（覆盖物体认知、空间认知、语义定位和指向交互四个维度），便于开发者快速启动具身智能研究和应用开发。

如何使用/注册/安装

RynnBrain 已全面开源，开发者无需注册即可直接获取模型权重与代码：

访问官网：https://alibaba-damo-academy.github.io/RynnBrain.github.io/ 了解模型介绍和文档。
下载模型：前往 Hugging Face 或 ModelScope 魔搭社区，搜索 “RynnBrain” 即可找到所有版本，按需下载权重文件。
克隆代码仓库：GitHub 上提供了完整的推理与训练代码。克隆后安装依赖，按照项目文档运行示例推理。
微调与部署：基于 RynnBrain 的预训练权重，使用开源训练脚本结合自己的具身任务数据（如导航轨迹、操作演示）进行微调；可部署在支持 PyTorch 的边缘设备或云端 GPU 上。

前缀条件：需要 Python 3.10+、CUDA 环境，推荐使用 24GB 及以上显存的 GPU 进行推理和微调。模型激活参数小（3B），对端侧算力十分友好。

官网地址和入口

官方网站：https://alibaba-damo-academy.github.io/RynnBrain.github.io/
GitHub 开源：参见官网或魔搭页面中的 GitHub 链接（通常位于页眉或 Readme）
ModelScope 魔搭社区：可在 modelscope.cn 直接搜索 “RynnBrain” 获取模型卡片和体验 Demo

价格/适用平台/适合人群

价格：完全免费开源（Apache 2.0 或其他宽松许可证，具体参照开源协议）。
适用平台：Linux（Ubuntu 20.04+），支持 NVIDIA GPU（CUDA 11.8+）。模型激活参数仅 3B，对算力需求较低，也可部署于边缘计算盒子和机器人端侧。
适合人群：具身智能研究者、机器人公司工程师、高校实验室、自动驾驶研发团队、智能家居开发者。尤其适合需要低延迟、高可靠性空间推理的移动操作机器人场景。

竞品对比表

模型	开发机构	核心特点	参数量/激活参数	时空记忆	空间推理	开源情况	性能表现
RynnBrain	阿里巴巴达摩院	时空记忆 + 文本空间交错推理	30B(A3B) 仅激活3B	✅ 记忆位置、轨迹、事件	✅ 文本与定位交错输出	全面开源（7个模型）	16项 SOTA，超越以下模型
Gemini Robotics ER 1.5	Google	多模态具身视觉语言模型	未公开	弱（逐帧理解，缺乏历史连贯）	有限	未开源	多项被 RynnBrain 超越
Cosmos-Reason2	NVIDIA	物理世界基础模型	未公开	弱（侧重合成数据生成）	弱	部分开源	被全面超越
Pelican-VL	学术界	当前规模最大具身基础模型	72B	无时空记忆	仅视觉理解	开源	参数大但性能不及 RynnBrain-30B-A3B
RT系列 (RT-1, RT-2)	Google DeepMind	机器人 Transformer 模型	RT-2 12B	无显式记忆	不强调空间定位	未完全开源	任务范围有限

注：RynnBrain 在 20 项 Benchmark 中 16 项达到 SOTA，全面超越谷歌和英伟达相关模型。其鲜明的优势在于极小激活参数和原生时空记忆，为实际机器人部署提供了核心价值。

典型应用场景

家政服务机器人
在厨房、客厅等环境中，机器人需要记住多个物体的位置和任务进度。例如：“把药拿给奶奶”任务中，可能被中途打断；RynnBrain 的时空记忆确保机器人能准确回想并完成之前任务的断点接续。
工厂柔性装配线
机器人在混乱台面上执行分类整理或装配，突然接到优先指令“递一个面包”，它能暂时中断当前工作，精准找到面包并递出，然后继续原本未完成的分类任务。这一能力已在宇树 G1 上实测验证。
仓储物流
移动机器人需要同时规划路径、避障，并记住货架位置。RynnBrain 可提供导航与操作规划的结合：模型微调出的 RynnBrain-Nav 在零架构改进下即提升导航成功率，适合复杂动态仓库。
智能零售/商超
在货架前根据用户需求“找低卡饮料”，机器人能阅读瓶身文字（中文OCR），结合空间位置定位该饮品，并规划机械臂抓取动作。RynnBrain 的多模态理解+常识推理完美契合此类交互。
具身科研平台
作为通用基础模型，研究者可利用 RynnBrain-Bench 进行时空细粒度评测，或快速微调出 VLA（Vision-Language-Action）系统。几百条数据即可得到超越 Gemini 3 Pro 的规划模型，降低研发门槛。

最近3~6个月动态

2026年2月10日：阿里巴巴达摩院正式发布 RynnBrain 具身大脑基础模型，并一口气开源全系列 7 个模型（2B、8B、30B、MoE 等），配套开源推理训练代码及评测基准 RynnBrain-Bench。发布当天即登上多个国内头部科技媒体头条。
2026年2月10日–2月14日：多家权威媒体（量子位、智东西、上海证券报、证券时报、联合早报等）专题报道，指出该模型首次让机器人拥有时空记忆，16项 SOTA 全面领先国际顶尖竞品。
2026年2月15日前后：魔搭社区、阿里云开发者社区同步上线模型卡片和详细技术解读，推动开发者快速上手微调与部署。各方反馈认为，RynnBrain “为大小脑分层架构下的通用具身智能迈出关键一步”。

FAQ

1. RynnBrain 的官网地址是什么？

官网地址：https://alibaba-damo-academy.github.io/RynnBrain.github.io/ 。该网站提供模型介绍、下载链接、技术文档和论文入口。

2. RynnBrain 是否免费？能否商用？

RynnBrain 全系列模型以开源形式发布，权重和代码免费获取，支持学术研究与商业使用（具体需查看项目主页发布的许可证，一般与 Apache 2.0 类似）。

3. RynnBrain 适合哪些机器人使用？

适用于服务机器人、工业机械臂、移动操作平台（如宇树 G1 等人形机器人）、自动驾驶研究平台等。只要是需要在物理世界中进行导航和精细化操作的系统，都可以基于 RynnBrain 进行微调和部署。

4. 如何开始在本地运行或微调 RynnBrain？

从 GitHub 克隆代码并安装依赖，从 Hugging Face 或魔搭下载相应版本的模型权重，按照 README 中的示例脚本即可运行推理。微调时准备你自己的具身数据集（如操作示教视频、导航轨迹），调用训练脚本进行训练。建议使用至少 24GB 显存 GPU。

5. RynnBrain 和谷歌 Gemini Robotics、英伟达 Cosmos 的主要区别是什么？

最核心的区别在于 RynnBrain 引入了时空记忆和文本与空间定位交错的推理，让模型不仅输出语言，还输出物体坐标和轨迹，显著减少幻觉。而 Gemini Robotics ER 和 Cosmos 主要侧重于视觉理解或合成数据生成，缺乏对时间和空间的连贯建模，实际长程任务中“遗忘”严重。另外，RynnBrain 激活参数仅 3B 即可超越 72B 模型，端侧友好度极高。

总结

RynnBrain 是2026年具身智能领域最具突破性的开源基础模型之一。它将时空记忆、空间推理与多模态大模型进行深度耦合，真正让机器人从“看见一张张图片”进化为“理解无限连续的物理世界”。全系列开源、极小激活参数以及强大的下游泛化能力，使其有望成为未来数年服务机器人、工业自动化、智能家居等具身场景的通用智能基座。无论是研发者还是产品化团队，现在都可以通过官网和魔搭社区快速获取模型和代码，开启下一代物理 AI 应用的探索。