达摩院 RynnBrain

阿里达摩院开源的具身「大脑」模型，负责看懂第一视角画面、定位物体和做任务规划

阿里巴巴达摩院 2026 年 2 月开源，定位是给机器人当「大脑」的时空基础模型，而不是直接输出电机指令的策略。它把四种能力放进一个模型：第一视角视频理解、在视频里定位物体和可操作部位的时空定位、结合物理常识的推理，以及任务规划。1.0 版有 2B、8B 和 30B-A3B 三种规模（后者是混合专家模型，总参数 30B、每次约激活 3B），并后训练出 RynnBrain-Nav（导航）、-Plan（规划）、-VLA（动作）和面向空间推理的 -CoP 等版本，同时发布评测基准 RynnBrain-Bench。2026 年 7 月的 1.1 版以 Qwen3.5 为底座，规模扩到 2B、9B 和 122B-A10B（最大的是混合专家模型），新增接触点预测，2B 和 9B 版还支持原生 3D 定位；官方称最大模型在 VSI-Bench、MMSI、RefSpatial-Bench 三个空间推理基准上超过所评测的闭源和开源模型。代码和权重以 Apache 2.0 协议开放。

例子收到「把桌上的杯子放进水槽」时，RynnBrain 先在第一视角画面里标出杯子和水槽的位置，再拆出「走到桌边、抓起杯子、走到水槽、放下」几步，交给下层动作模型执行。

也叫

RynnBrain 1.0、RynnBrain 1.1

相关

阿里达摩院、具身大模型、具身推理模型、大脑-小脑架构（大小脑）、达摩院 RynnVLA-002、混合专家模型

来源

alibaba-damo-academy/RynnBrain (GitHub)
RynnBrain: Open Embodied Foundation Models (arXiv 2602.14979)
RynnBrain 1.1: Towards More Capable and Generalizable Embodied Foundation Model (arXiv 2607.17977)

信息截至

2026-07