阿里巴巴達摩院近日宣布推出具身智能領域的重要成果——RynnBrain基礎模型，并同步向全球開發(fā)者社區(qū)開源七個不同參數(shù)規(guī)模的完整模型系列，其中包含30B MoE架構(gòu)的旗艦版本。這一舉措被視為國產(chǎn)具身智能技術構(gòu)建開源生態(tài)的關鍵里程碑，為工業(yè)與服務機器人領域注入創(chuàng)新動能。

該模型的核心技術突破在于首次實現(xiàn)了時空記憶與空間推理能力的深度融合。通過構(gòu)建三維空間認知框架，機器人能夠建立動態(tài)環(huán)境地圖并預測物體運動軌跡，在復雜場景中的指令理解準確率較傳統(tǒng)模型提升67%。在近期公布的16項國際權(quán)威評測中，RynnBrain全面刷新具身智能領域最高紀錄（SOTA），其綜合性能指標超越谷歌Gemini Robotics ER1.5等海外標桿模型12個百分點。

開源模型矩陣覆蓋從輕量化到超大規(guī)模的完整參數(shù)體系，支持從家庭服務機器人到工業(yè)自動化設備的多樣化部署需求。達摩院技術團隊特別優(yōu)化了模型的實時推理效率，在保持高精度認知能力的同時，將端側(cè)部署的算力需求降低40%，顯著拓展了應用場景的覆蓋范圍。

項目負責人表示，通過完全開源核心代碼與預訓練權(quán)重，研發(fā)團隊期望打破具身智能領域的技術壁壘。開發(fā)者可基于不同場景需求自由調(diào)參，快速構(gòu)建具備環(huán)境感知、任務規(guī)劃與自主決策能力的機器人系統(tǒng)。目前項目已在GitHub平臺開放下載，配套發(fā)布詳細的技術文檔與開發(fā)指南。

此次開源計劃包含完整的訓練框架與數(shù)據(jù)集構(gòu)建工具，支持跨平臺遷移學習。行業(yè)分析師指出，這種開放協(xié)作模式將加速具身智能技術的產(chǎn)業(yè)化進程，預計未來三年內(nèi)，基于RynnBrain架構(gòu)的機器人解決方案將在物流、醫(yī)療、制造等領域?qū)崿F(xiàn)規(guī)模化應用。