阿里巴巴達摩院正式發佈具身智能大腦基礎模型 RynnBrain，並一次性開源包括 30B MoE 在內的 7 個全系列模型，涵蓋全尺寸基礎模型與後訓練專有模型，其中包含業界首個 MoE 架構的 30B 具身模型，此舉大幅降低具身智能行業研發門檻，推動 AI 從數字世界向物理場景落地。
根據報導，RynnBrain 的核心突破在於首次賦予機器人時空記憶與物理空間推理兩大核心能力，破解了傳統具身模型「健忘」「幻覺」等痛點。時空記憶能力可讓機器人在歷史記憶中定位物體、預測運動軌跡，擁有全局時空回溯能力；物理空間推理則採用文本與空間定位交錯策略，讓推理過程緊密貼合物理環境。
技術層面上，該模型基於 Qwen3-VL 訓練，採用達摩院自研 RynnScale 架構優化，在相同資源下訓練速度提升兩倍，訓練數據超過 2000 萬對。性能測試顯示，RynnBrain 在 16 項具身開源評測榜單上刷新紀錄（SOTA），涵蓋環境感知、空間推理等多個維度，綜合性能超越 Google Gemini Robotics ER 1.5、英偉達 Cosmos Reason 2 等行業頂尖模型。
值得一提的是，30B MoE 模型僅需 3B 推理激活參數，就能超越業界 72B 模型效果，讓機器人動作更快速流暢。
同時，達摩院同步開源全新評測基準 RynnBrain-Bench，填補了時空細粒度具身任務評測的行業空白。
