从而赋予机器人全局时空回溯能力。达摩确保其推理过程紧密扎根于物理环境，院开源具有望成为具身行业的脑基基础模型。轨迹预测等，达摩超越谷歌Gemini Robotics ER 1.5等行业顶尖模型。院开源具共计7个，脑基达摩院此次开源了RynnBrain全系列模型，达摩只需要3B的院开源具推理激活参数就能超越业界的72B模型效果，

　　以开源完整的脑基推理与训练代码的方式，规划、达摩达摩院还开源了全新评测基准 RynnBrain-Bench，院开源具在16项具身开源评测榜单上刷新纪录（SOTA），脑基包含全尺寸基础模型与后训练专有模型，达摩RynnBrain能力全面，院开源具目标区域，脑基包括环境感知与对象推理、同等资源加速两倍，

　　据介绍，这是机器人与环境互动所需的两项基本能力。大大减弱了幻觉问题。轻松实现SOTA。尽在新浪财经APP

责任编辑：杨赐

训练数据超过2000万对。以具身规划模型为例，英伟达 Cosmos Reason 2等具身顶尖模型。因此能让机器人动作更快、效果就能超越Gemini 3 Pro，”

海量资讯、用于评测时空细粒度具身任务，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、达摩院的RynnBrain模型创造性地引入了时空记忆和物理世界推理，为大小脑分层架构下的通用具身智能迈出关键一步。

　　RynnBrain还拥有良好的可拓展性，使用自研的RynnScale架构进行训练优化，甚至预测运动轨迹，但基于RynnBrain为基础，

　　RynnBrain在Qwen3-VL基础上训练，其中有业界首个MoE架构的30B具身模型，动作等多种具身模型，RynnBrain首次让机器人拥有了时空记忆和空间推理能力，并一次性开源了包括30B MoE在内的7个全系列模型。

　　新浪科技讯 2月10日上午消息，超越了谷歌Gemini Robotics ER 1.5、同时，能够快速后训练出导航、RynnBrain 采用文本与空间定位交错进行的推理策略，性能领先，空间推理、阿里巴巴达摩院发布具身智能大脑基础模型RynnBrain，第一人称视觉问答、更丝滑。物理空间推理不同于传统的纯文本推理范式，只需几百条数据微调，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。在16项具身开源评测榜单上刷新纪录（SOTA），填补了行业空白。智能水平实现大幅跃升，其需要强大预测能力和场景解析能力，

　　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，精准解读，结果显示，

(责任编辑：Information 9)