阿里 RynnBrain 1.1 把具身基础模型扩到 122B-A10B
Alibaba-DAMO-Academy · hf · 2026-07-21
这次发布是什么
RynnBrain 1.1 是阿里 DAMO 提出的具身基础模型家族，覆盖 2B、9B 和 122B-A10B 三个规模。
相比 1.0 的主要变化
- 使用统一的时空建模和物理约束训练框架。
- 能做具身感知、空间推理、定位和规划。
- 全模型家族新增接触点预测。
- 2B 和 9B 版本加入原生 3D grounding，让输出更贴近机器人操作。
- 还做了 RynnBrain-VLA，用统一的跨具身动作空间和具身特定 masking 适配不同机器人。
实机与评测结果
- 已部署到 Unitree G1、Astribot-S1 和 Tianji-Wuji。
- 122B-A10B 在 VSI-Bench、MMSI、RefSpatial-Bench 上优于作者评估过的闭源和开源模型。
- 真机实验里，RynnBrain 初始化的策略优于基于 Qwen 的策略和代表性通用 VLA；多任务+多具身联合训练也比按任务单独训练更稳。
「具身」频道最新
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- 具身智能创业的隐藏难题：机器人公司需要另一种运营纪律 — ___Mufasaa · 2026-10-27
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27
- GPT-6 Astra 零微调操控灵巧手：500 试仅 26 次成功，成功率 5.2% — stingning · 2026-10-27
- 灵巧操作基准 HandsOn 发布:66 个人工核验任务配 1.8 万条人类示范 — stingning · 2026-10-27
- DexPort：手持真机器手的 20 自由度灵巧手数据采集接口 — pabbeel · 2026-10-27