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
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- 机器人走到冰箱前拿出一瓶啤酒 — Darpinian · 2026-07-27
- 研究者用针织结构复现数字电路 — mtizard · 2026-07-27
- 本地 Qwen 模型驱动机械臂测试 78 款手机续航 — gappyvalley · 2026-07-27
- TechCrunch 讨论脑波信号或成 physical AI 训练新钥匙 — TechCrunch AI · 2026-07-27
- YC 讨论具身机器人：预训练、记忆和组合行为才是关键 — ycombinator · 2026-07-27