RynnBrain：阿里巴巴开源具身智能基础模型
阿里巴巴达摩院近日发布了 RynnBrain，一个基于物理现实的具身基础模型（Embodied Foundation Model）。该模型在物理世界理解、空间推理和机器人任务规划方面展现了强大的能力。
模型规格
RynnBrain 提供三种模型规格：
- RynnBrain-2B：轻量级密集模型
- RynnBrain-8B：标准密集模型
- RynnBrain-30B-A3B：MoE（混合专家）模型，激活参数 3B
核心能力
1. 全面的自我中心理解
在细粒度视频理解和自我中心认知方面表现出色，涵盖具身问答、计数和 OCR 等任务。
2. 多样化时空定位
具备强大的跨时间记忆定位能力，可精确识别物体、目标区域和运动轨迹。
3. 物理空间推理
采用文本和空间定位交替进行的交错推理策略，确保推理过程根植于物理环境。
4. 物理感知精确规划
将定位出的可供性和物体信息整合到规划中，使下游 VLA（视觉-语言-动作）模型能够执行具有细粒度指令的复杂任务。
专项模型
除基础模型外，达摩院还发布了三个后训练专项模型：
- RynnBrain-Plan：机器人任务规划
- RynnBrain-Nav：视觉语言导航
- RynnBrain-CoP：链式点推理（Chain-of-Point）
技术报告与资源
达摩院同时发布了详细的技术报告，并在 Hugging Face 和 ModelScope 上开源了模型权重和代码。
相关链接：