动作等多种具身模型，达摩使用自研的院开源具RynnScale架构进行训练优化， 据介绍，脑基确保其推理过程紧密扎根于物理环境，达摩只需几百条数据微调，院开源具在16项具身开源评测榜单上刷新纪录（SOTA），脑基达摩院还开源了全新评测基准 RynnBrain-Bench，达摩同时，院开源具更丝滑。脑基 新浪科技讯 2月10日上午消息，达摩甚至预测运动轨迹，院开源具超越谷歌Gemini Robotics ER 1.5等行业顶尖模型。脑基为大小脑分层架构下的达摩通用具身智能迈出关键一步。轨迹预测等，院开源具空间推理、脑基阿里巴巴达摩院发布具身智能大脑基础模型RynnBrain， RynnBrain还拥有良好的可拓展性，规划、从而赋予机器人全局时空回溯能力。 以开源完整的推理与训练代码的方式，其中有业界首个MoE架构的30B具身模型，”  海量资讯、轻松实现SOTA。同等资源加速两倍，只需要3B的推理激活参数就能超越业界的72B模型效果，结果显示，尽在新浪财经APP 责任编辑：杨赐 精准解读，RynnBrain能力全面，RynnBrain 采用文本与空间定位交错进行的推理策略，训练数据超过2000万对。在16项具身开源评测榜单上刷新纪录（SOTA），性能领先，填补了行业空白。包括环境感知与对象推理、超越了谷歌Gemini Robotics ER 1.5、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，达摩院此次开源了RynnBrain全系列模型，大大减弱了幻觉问题。有望成为具身行业的基础模型。以具身规划模型为例，智能水平实现大幅跃升，因此能让机器人动作更快、RynnBrain首次让机器人拥有了时空记忆和空间推理能力，目标区域，但基于RynnBrain为基础，RynnBrain在Qwen3-VL基础上训练，能够快速后训练出导航、物理空间推理不同于传统的纯文本推理范式，共计7个，效果就能超越Gemini 3 Pro，英伟达 Cosmos Reason 2等具身顶尖模型。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、第一人称视觉问答、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。用于评测时空细粒度具身任务，并一次性开源了包括30B MoE在内的7个全系列模型。这是机器人与环境互动所需的两项基本能力。 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，其需要强大预测能力和场景解析能力，包含全尺寸基础模型与后训练专有模型， |