阿里开源新模型 RynnBrain：具身智能迎来“时空记忆”时代

题图摄于北京德胜门箭楼

由于微信公众号更改规则，请点击上面“亨利笔记”关注本号，再点击右上角”..."，选择“设为星标”，以免错过文章更新。

近日，阿里巴巴达摩院正式发布并开源了具身智能大脑基础模型 RynnBrain。一次性开源7个全系列模型，包括那个参数规模达到 30B 的 MoE（混合专家）架构版本。

这意味着什么？机器人第一次拥有了“长期记忆”和对物理世界的深度理解能力。（可看到与我们之前文章讲到的大模型记忆能力如出一辙，都是往记忆的方向使劲 ）

从“木头人”到“思考者”

我们不妨把传统机器人想象成一个只会背剧本的演员。

你给它写好了台词（预设程序），告诉它什么时候出场、什么时候退场。可一旦剧本外的意外发生，比如中途有人打断，或者道具位置变了，它就彻底卡壳，站在原地不知所措。

为什么会这样？因为它们缺乏两个核心能力：记住过去的能力和理解空间的能力。

RynnBrain 恰恰在这两点上实现了质的突破。

先说记忆能力。达摩院团队给 RynnBrain 装了一个叫“时空记忆”的核心模块。这个模块可不是简单的存储空间，而是一个结构化的“世界记忆库”。

想象一下：你让机器人把水杯放在厨房台面上，然后让它去打扫客厅。几个小时后，你突然想起那杯水，让机器人帮忙取回来。传统机器人早把这事忘到九霄云外了。但搭载RynnBrain的机器人会毫不犹豫地返回厨房，准确找到那个杯子。

因为它在自己的“记忆库”里，把“杯子”和“厨房台面”这两个信息牢牢绑在了一起，还记录了精确的空间坐标。这不是简单的缓存，而是可查询的结构化知识图谱。

再说空间理解能力。你有没有见过那种机械臂抓取物体的视频？经常是对着一个矿泉水瓶戳半天都抓不起来，看着都着急。这就是典型的“空间理解幻觉”：模型虽然知道“那个瓶子在那里”，但它算不出“我的手该以什么角度、什么力度伸过去”。

RynnBrain 解决这个问题的方式很有意思，叫“文本与空间定位交错推理”。

啥意思？当它分析“把左边的红苹果递给老人”这个指令时，它的思考过程不再是纯文本的，而是边走边说、边说边指：“首先走向【桌子】（对应视频帧中的区域坐标），然后伸出手对准【苹果】（对应物体的边界框），避开旁边的【水杯】（对应障碍物的点集）……”

这种“边说边指”的推理方式，确保了模型的每一个决策都扎根于真实的物理环境。

“小而美”的技术突围

在国际巨头的围剿下，RynnBrain 走出了一条独特的技术路径。

目前全球具身智能领域呈现出明显的技术分化：OpenAI 侧重认知层突破，特斯拉聚焦本体运动控制，英伟达则构建底层开发生态。而 RynnBrain 打出的牌是“极致的效率”。

你可能不懂技术参数，但你一定明白这个道理：对于机器人这种对功耗、算力极其敏感的设备，模型越小，响应越快，落地可能性就越大。

RynnBrain-30B-A3B 模型有个神奇的特点：虽然总参数达到 30B，但实际推理只需要激活约 3B 的参数。3B 激活参数的性能，超越了 72B 规模的 Pelican-VL 模型——当前规模最大的具身基础模型。这种“按需调度”有效降低了 FLOPs 与显存负载，使端到端控制延迟缩短至 12ms，在低功耗下实现了具身智能的性能压制 。

这就好比别人家造了个大排量油耗惊人的越野车，你造了一台同样能翻山越岭但百公里只烧 3 个油的家用 SUV。谁更适合走进千家万户？答案不言而喻。

更惊人的是响应速度，端到端控制延迟最低可达 12 毫秒。人眨一下眼大约需要300 毫秒，12 毫秒对于工业机器人来说，几乎就是“瞬间反应”。

开源战略背后的生态愿景

如果说技术突破只是 RynnBrain 的第一步，那么全栈开源就是达摩院布下的一盘更大的棋。

这次开源，不只是把模型扔出来那么简单。达摩院还配套开放了完整的推理训练代码、专属评测基准 RynnBrain-Bench ，以及包括 22 项细粒度指标的全新评测体系。

这在行业里投下了一颗重磅炸弹。

以前各家各户搞研发，都是闭门造车。你说你的模型强，我说我的算法好，但大家用的评测标准都不一样，根本没法比。RynnBrain-Bench 的出现，相当于给行业立了一把“公平秤”。

这个评测基准有多细？包含 2000 个动态场景测试用例，涵盖物体认知、空间认知、物体定位及具身点预测四大维度，共 3616 个视频片段（近58万帧）和12000 个精心策划的开放式问题。

更关键的是开源协议的选择：Apache License 2.0。开发者可以自由使用、修改和分发代码，可以用于商业产品开发，无需支付任何授权费用。如果愿意，甚至可以在 RynnBrain 基础上做二次开发，然后闭源发布。

这种开放姿态，让 RynnBrain 迅速成为具身智能领域的“公共基础设施”。开发者不用再自己从头训练模型去理解什么叫“左边”、什么叫“障碍物”，随拿随用。

从实验室到千家万户

技术的终极价值，在于应用。

RynnBrain 的发布，正在加速具身智能从实验室 Demo 走向产业应用的进程。在家庭服务、工业制造、仓储物流、医疗护理等多个领域，搭载 RynnBrain 的机器人已经展现出惊人的能力提升。

未来的家庭服务机器人，不再是你喊一句它动一下的“木头人”。它能记住你常放东西的位置，能理解“去厨房拿个杯子倒杯水送到客厅”这种多步骤指令，能在你打盹时自动调低音量。

未来的工业机器人，不再是困在安全围栏里的“机械臂”。它能和人协同作业，能理解手势指令，能在零件缺失时主动去寻找，然后返回继续装配。

未来的教育机器人，能观察学生的学习状态，记录学习过程，提供个性化的指导和建议。

从数字世界走向物理世界，从“被动执行”到“主动理解”，机器人终于要真正“开窍”了。

欢迎关注 亨利笔记， 👍 点赞 | ⭐ 收藏 | ↗️ 转发。

近期文章：

现象级开源AI智能体：OpenClaw（Clawdbot）五层架构深度解析

这个能“动手”的开源项目，让普通人拥有“数字分身”

别再只会写提示词了！MCP+Skills这两大杀器，正在终结“AI智障”时代！

本公众号聚焦人工智能，云原生和区块链等技术原理，请立即关注亨利笔记 （ henglibiji )，以免错过更新。