2月10日，阿里巴巴達摩院正式發布具身智能大腦基礎模型RynnBrain，并一次性開源包括30B MoE在內的7個全系列模型，涵蓋全尺寸基礎模型與后訓練專有模型，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。
據了解，RynnBrain的核心突破的是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；物理空間推理則采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，該模型基于Qwen3-VL訓練，采用達摩院自研RynnScale架構優化，同等資源下訓練速度提升兩倍，訓練數據超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，綜合性能超越谷歌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，可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。
