量子位
·
阿里达摩院开源具身大脑基模：3B激活参数性能超越72B，转身就忘事的机器人有救了
内容提要
阿里达摩院开源了具身大脑基础模型RynnBrain，该模型具备时空记忆和物理空间推理能力，性能超越现有顶尖模型，优化了训练速度和数据处理，提升了机器人在复杂任务中的表现，推动了具身智能的发展。
关键要点
-
阿里达摩院开源了具身大脑基础模型RynnBrain，具备时空记忆和物理空间推理能力。
-
RynnBrain在20项具身Benchmark上超越了英伟达和谷歌的顶尖模型，表现出色。
-
RynnBrain-30B-A3B模型仅需3B激活参数，性能超越72B的Pelican-VL模型。
-
RynnBrain采用自研的RynnScale架构，训练速度提升至200%。
-
模型训练使用了超过2000万对高质量语料，增强了具身认知能力。
-
RynnBrain支持多种输入输出形式，具备灵活的多模态输出能力。
-
RynnBrain具备时空记忆，能够在任务中准确找回之前的任务断点。
-
模型采用新的推理策略，结合文本与空间定位，降低幻觉问题。
-
RynnBrain展现了良好的可拓展性，微调后在导航和操作规划任务上表现优异。
-
达摩院采用大小脑分层架构，提升了具身智能的泛化能力和模块化迭代。
-
RynnBrain开源了完整的推理训练代码和评测基准RynnBrain-Bench，降低了行业门槛。
-
达摩院致力于构建具身智能生态，推动行业的良性竞争与发展。
延伸问答
RynnBrain模型的主要特点是什么？
RynnBrain模型具备时空记忆和物理空间推理能力，能够在复杂任务中表现出色，并且在多个Benchmark上超越现有顶尖模型。
RynnBrain是如何提升训练速度的？
RynnBrain采用自研的RynnScale架构，使训练速度提升至200%，从而在同等计算资源下完成更多实验轮次。
RynnBrain在多模态输出方面有哪些能力？
RynnBrain支持多种输入输出形式，能够处理不同分辨率的图片和视频，并输出区域、轨迹、点集等多种具身相关模态。
RynnBrain如何解决具身智能中的幻觉问题？
RynnBrain采用新的推理策略，将文本与空间定位结合，降低了具身任务中常见的幻觉问题。
RynnBrain的开源对行业有什么影响？
RynnBrain的开源降低了研发、系统和协作的门槛，促进了行业的良性竞争与发展。
RynnBrain的时空记忆能力有什么实际应用？
RynnBrain的时空记忆能力使得机器人能够在任务中准确找回之前的任务断点，适用于长程任务的执行。
