阿里巴巴达摩院在具身智能领域取得重大突破，正式推出具身智能大脑基础模型RynnBrain，并同步开源包含30B MoE架构在内的7个全尺寸模型。这一成果标志着机器人首次具备时空记忆与物理世界推理能力，在16项国际权威评测中刷新纪录，性能超越谷歌Gemini Robotics ER 1.5等顶尖模型。
传统机器人执行任务时若被中断，往往需要重新规划流程。RynnBrain通过引入时空记忆模块，使机器人能精准记录任务的时间节点与空间位置。例如，当机器人在搬运物品途中被要求优先处理其他事务时，系统可自动保存当前任务状态，待完成紧急任务后无缝衔接原任务流程。这种能力源于模型对物理世界因果关系的深度理解，而非简单的条件反射式响应。
在技术架构层面，RynnBrain采用混合专家（MoE）设计，其中30B参数模型通过动态路由机制实现高效计算。实验数据显示，基于该模型训练的具身规划模块，仅需数百条场景数据微调即可达到SOTA水平，其场景解析准确率较Gemini 3 Pro提升23%。这种可扩展性使模型能快速适配导航、操作等不同应用场景，为行业提供标准化基础框架。
达摩院同步开源的RynnBrain-Bench评测基准，首次构建了包含时空细粒度任务的评估体系。该基准涵盖动态障碍物避让、多阶段任务衔接等200余个测试场景，填补了行业在复杂物理环境评估方面的空白。配套开源的还有WorldVLA融合模型与RynnRCP机器人通信协议，形成从基础能力到系统部署的完整技术栈。
据项目负责人介绍，RynnBrain的研发突破了传统具身智能"大脑-小脑"分离架构的限制，通过统一模型实现认知推理与运动控制的协同优化。目前团队正与多家制造业企业合作，将技术应用于精密装配、柔性物流等场景，推动AI从数字空间向真实物理世界的渗透。开源社区已收到来自23个国家的开发者提交的改进方案，形成技术迭代的良性生态。
