阿里达摩院开源具身大脑RynnBrain：机器人首次拥有时空记忆
2月10日，阿里巴巴达摩院正式推出一款全新的具身智能大脑基础模型——RynnBrain，并一口气开源了包含30B混合专家模型在内的七个完整系列模型。这次发布的最大亮点在于，该模型首次为机器人赋予了时间记忆与物理空间推理能力，让它们能够在执行任务的过程中记录并回溯自己的历史状态，即便任务被打断，也能准确恢复到先前的工作场景。
达摩院介绍称，在十六项具身智能开源测评中，RynnBrain在环境感知、第一人称视觉问答、空间推理等多个任务上均取得了领先的结果，其整体性能超越了谷歌的Gemini Robotics ER 1.5及英伟达的Cosmos Reason 2等现有代表性模型。
达摩院具身智能实验室负责人赵德丽表示，RynnBrain实现了大脑对物理世界的深度理解与可靠规划，为通用具身智能的发展迈出了关键一步。此前，达摩院已陆续开源了WorldVLA、RynnEC等具身相关模型，并推出了机器人上下文协议RynnRCP，持续推动人工智能在真实物理场景中的应用探索。
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
DeepSeek多语言支持实测：小语种翻译与跨语言沟通效果详解
在使用DeepSeek进行多语言文本处理时，如果遇到小语种识别精度不足或跨语言翻译效果不理想的情况，问题根源往往不在于模型的基础能力，而在于特定语言处理模块的激活状态与参数配置。以下五步系统性验证方法，将帮助您精准定位问题所在，并找到有效的优化路径。 一、验证DeepSeek内置语言覆盖范围 Dee
即梦AI提示词优化进阶技巧：精准调整提升效果
用AI生成图像时，是否经常遇到提示词描述清晰，但生成效果却不尽如人意的情况？这通常并非模型能力不足，而是提示词的结构与权重设置有待优化。掌握以下这套进阶方法，你将能告别“随机抽卡”，实现“精准控制”画面生成。 一、重构提示词基础结构 要让AI准确理解创作意图，首先需遵循其内在的“语法规则”。即梦AI
物理规律模拟特效：水流烟雾火焰的自然呈现
想让可灵AI生成的水流、烟雾或火焰特效告别虚假的“贴图感”，展现出电影级的真实动态？关键在于激活其内置的物理仿真引擎，并用精确的“科学语言”进行驱动。下面这套方法论，将引导你把AI从“艺术渲染”模式切换到“高保真模拟”模式，确保每一帧特效都严格遵循自然界的物理法则。 一、启用高精度物理模拟模式 首要
OpenClaw与QMD配置教程：实现95%上下文压缩的高效方法
如果你在使用OpenClaw时遇到响应迟缓、API开销激增，甚至因上下文长度溢出而导致程序崩溃，其核心症结往往在于：系统在每次对话中，都在机械地将全部历史记录完整地载入模型上下文。这种全量加载模式不仅效率低下，更会带来不必要的资源消耗与成本压力。 值得庆幸的是，自OpenClaw v2026 2 2
Kimi AI视频生成风格全解析与创作指南
在视频创作中，找到与内容灵魂契合的视觉风格至关重要。许多创作者都曾面临困境：脑海中有绝佳的创意画面，但可用滤镜要么流于俗套，要么完全偏离预期。值得庆幸的是，当前主流的AI视频生成工具，如Kimi，正深度聚焦于风格化功能，内置了一系列极具辨识度的预设风格库。如果你正在寻找Kimi视频的具体风格选项，以
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题
