想让机器人春晚包饺子？阿里达摩院：别急，先把「大脑」优化一下

阿里达摩院推出具身智能基础模型RynnBrain，旨在解决大模型落地物理世界的根本挑战——缺乏时空连续性记忆与物理空间约束下的可靠推理。该模型在16项具身Benchmark上达SOTA，并开源含20项任务的新评测基准RynnBrain Bench；其MoE版本RynnBrain-30B-A3B仅用3B激活参数即超越72B规模的Pelican-VL-72B。实验表明，RynnBrain在导航与操作规划下游任务中分别提升成功率2–3%、数据效率显著优于Gemini 3 Pro，且完整保留通用视觉语言能力。全部模型、代码与基准已开源，致力于构建开放、统一的具身智能基础设施。
来源：https://mp.weixin.qq.com/s/53UMfJL6VG-TAA4KJNv8Mg