阿里达摩院开源的具身智能模型RynnBrain，通过引入时空记忆与物理推理能力，解决了机器人“转身就忘”的核心痛点。该模型在多项评测中超越国际顶尖对手，并以开源形式大幅降低研发门槛，为具身智能的规模化落地与产业升级注入了新的活力。
智能速览
RynnBrain模型赋予机器人时空记忆与物理推理能力，解决了传统机器人“转身就忘”的痛点。
其30B MoE架构仅需3B激活参数，实现高效能与低成本。
达摩院开源7个全系列模型及评测基准，大幅降低行业研发门槛。
技术可应用于工业、家庭及商业场景，提升机器人在复杂任务中的灵活性与准确性。
精华内容
机器人的智能化飞跃，核心在于如何像人一样理解与记忆世界。RynnBrain模型正是基于此理念，通过两大核心技术突破，重构了机器人的认知基础，使其真正拥有了在复杂环境中自主行动的能力。
核心技术突破
传统具身机器人的行业痛点在于“转身就忘、不懂变通”，它们多依赖预设程序或单帧视觉输入，缺乏对物理世界的连续感知与记忆能力，本质上仍是“缸中之脑”。RynnBrain的突破在于创造性引入时空记忆和物理世界推理两大核心能力，彻底解决了这一认知短板。
时空记忆能力，让机器人拥有了“全局时空回溯能力”。它不再是一帧一帧地看、看完就忘，而是能在完整的历史记忆中定位物体、目标区域，甚至预测运动轨迹。物理世界推理能力，则采用“文本与空间定位交错”的策略，让机器人的决策紧密扎根于物理环境，大幅减少脱离实际的“幻觉式规划”。
这种能力的直观体现是：运行RynnBrain的机器人在执行A任务时被突然打断去完成B任务，它能精准记住A任务的时间节点、物体空间位置等关键状态。待B任务完成后，机器人可以无缝衔接继续推进A任务，展现出应对复杂动态场景的底气。
性能表现卓越
在性能方面，RynnBrain交出了极为亮眼的答卷。它在16项具身智能开源评测榜单上成功刷新纪录（SOTA），全面超越了谷歌Gemini Robotics ER 1.5和英伟达Cosmos Reason 2等行业顶尖模型。这一成绩标志着中国在具身基础模型领域实现了对国际巨头的超越。
尤为值得关注的是其30B MoE模型，这是业界首个采用MoE（混合专家）架构的具身基础模型。该模型在推理时仅需激活3B参数量，性能却超越了规模高达72B的当前最大具身基础模型，实现了在保持高效能的同时，显著降低了推理成本，为行业提供了“高效能、低成本”的研发新思路。
赋能产业生态
RynnBrain的发布与开源，为整个行业带来了全链条的实质性利好。对技术研发者而言，开源7个全系列模型等于开放了具身智能的“核心工具箱”，免去了从零搭建模型架构的繁琐。同时，达摩院自研的RynnScale架构能将同等计算资源下的模型训练速度提升200%，再辅以超过2000万对高质量训练语料，大幅降低了研发的时间成本和算力成本。
对产业应用而言，RynnBrain的时空记忆和空间推理能力，让机器人的落地场景得到极大拓宽。在工业场景中，巡检机器人可记住设备异常位置；在家庭场景中，家务机器人可记住清洁进度，被打断后无需重复劳动。基于RynnBrain进行微调，仅需几百条数据就能让具身规划模型性能超越Gemini 3 Pro，这极大地加速了技术向产业的转化速度。
重构行业格局
从全球行业竞争格局来看，RynnBrain的性能突破与开源举措，让中国在具身智能基础模型领域实现了“弯道超车”，打破了国际巨头的技术垄断，提升了中国在全球AI领域的话语权。其MoE架构的创新应用，也为行业技术路线的升级指明了方向。
从技术发展方向看，RynnBrain将时空记忆、物理推理与具身模型深度融合，推动了AI从“数字世界”向“真实物理场景”的进一步渗透。未来，机器人将不再是“被动执行指令的工具”，而是能够“理解环境、记忆场景、灵活变通”的智能伙伴。长远来看，这将加速机器人产业的全面升级，催生新业态，并重构人与机器的协作关系，让人类更专注于创造性工作。
RynnBrain的开源，不仅是技术的胜利，更是生态的推动。它为具身智能的未来描绘了一幅蓝图，一个机器人真正成为智能伙伴的时代正在加速到来。这股力量将如何重塑我们的生活与工作？
