阿里达摩院开源RynnBrain：国产机器人“大脑”正式登场

今天，阿里巴巴达摩院正式发布了一款名为 RynnBrain 的具身智能基础模型，并一次性开源了7个不同规模的模型版本，其中最大模型达到30B MoE参数量。这不是一次普通的技术发布——这是国内首个完整开源、可直接用于真实机器人系统的“大脑”级框架。

过去，机器人要完成“拿杯子”“绕开障碍物”这类简单任务，往往需要工程师手动编写大量规则，或者依赖昂贵的定制算法。而RynnBrain 的出现，让机器人第一次拥有了像人一样的“空间记忆”和“动态推理”能力——它能记住你家客厅的布局、记住昨天茶几上放的是水杯还是花瓶，还能在你突然说“去把沙发左边那本红色封面的书拿来”时，自动识别位置、规划路径、避开猫和小孩。

在最新公布的16项权威具身智能评测中，RynnBrain 全部登顶，性能超过谷歌的Gemini Robotics ER1.5、英伟达的RTX AI Agent等国际主流模型。这意味着，中国团队在机器人感知与决策这一核心赛道上，第一次实现了从“跟跑”到“领跑”的跨越。

为什么这次开源意义重大？

此前，主流的机器人大模型大多封闭运行，要么只供大厂内部使用，要么需要申请权限、签署严苛协议。RynnBrain 的开源，意味着：

• 高校实验室可以直接下载模型，用普通显卡跑通基础版本，做研究不再靠“蹭算力”；
• 创业公司能基于它快速搭建服务机器人，省下数百万的算法研发成本；
• 开源社区可以共同优化模型，比如为养老机器人增加“提醒吃药”“识别跌倒”等本土化功能。

达摩院团队表示，他们特意设计了从1B到30B的全系列模型，小模型能在树莓派上运行，大模型可部署在工业AGV或人形机器人上，真正覆盖从仓储搬运到家庭陪伴的全场景。

开发者能做什么？

项目已上线 GitHub，支持PyTorch、Hugging Face格式，提供完整的训练脚本、数据预处理工具和仿真测试环境。你不需要懂强化学习，也能用几行代码让机器人学会识别你家的门、记住你常坐的沙发位置，甚至根据语音指令完成多步骤任务。

已有团队在社区中分享了初步成果：有人用1B版本让扫地机器人学会了“不撞椅子腿”；有人把RynnBrain接入机械臂，让它能根据颜色和形状自主分拣快递包裹。这些都不是Demo，是真实跑在硬件上的结果。

如果你正在做机器人、AI交互、智能硬件，或者只是对“机器人什么时候能真正进我家”感兴趣——现在，你可以亲手参与这场变革。

项目地址：https://github.com/alibaba-damo-academy/RynnBrain