RynnBrain

알리바바(다모아카데미)🇨🇳 중국Rynn / DAMO Embodied 계열

이해·계획 (VLM)발표일 2026.02가중치 공개 · Apache-2.0

Qwen3-VL 기반 알리바바의 오픈소스 피지컬 AI 파운데이션 모델로 2B·8B 밀집형과 30B-A3B MoE를 공개했으며, 내비게이션·계획·행동 생성 (VLA) 등 변형을 함께 제공해요. 16개 피지컬 AI 벤치마크 SOTA를 주장해요.

파라미터: 30공식
제어 빈도: —값 없음 (미공개이거나 아직 확인하지 못함)
적용 로봇: —
벤치마크 결과: —

공식 자료프로젝트 페이지 alibaba-damo-academy.github.io 논문 arxiv.org 코드 저장소 github.com

무엇인가

이해·계획 (VLM) — Vision-Language Model. 영상과 말을 함께 이해해 장면을 해석하고 할 일을 계획하는 AI.
발표일 2026-02
가중치 공개 (Apache-2.0) — 내려받아 직접 실행·추가 학습할 수 있음

확인된 정보

사양 9개 항목 중 3개에 값이 있음
공식 공식 2개: 구조, 파라미터 (B)
보도 보도 1개: 발표 벤치마크
값 확인일 2026-02 · 값마다 출처는 아래 '구조와 학습' 표

확인이 필요한 정보

값 없는 기본 사양 (공개 자료에서 찾지 못함): 입력, 학습용 데이터셋
수록된 로봇과의 연결 기록 없음 — 쓰이지 않는다는 뜻이 아니라 공개 자료에서 찾지 못했다는 뜻이에요

어떤 모델인가

RynnBrain은 알리바바 다모아카데미(DAMO Academy)가 2026년 2월 공개한 오픈소스 피지컬 AI 파운데이션 모델이다. 1인칭 시점 이해, 시공간 위치 찾기, 물리 기반 추론과 계획을 하나로 묶은 이해·계획 (VLM) 모델이다. Qwen3-VL-Instruct를 바탕으로 2B·8B 밀집형과 30B-A3B MoE의 세 규모로 만들었다.

영상·이미지와 지시를 받아 텍스트와 함께 바운딩 박스, 점, 최대 10개 지점의 궤적, 파지 사각형을 정수 좌표 토큰으로 출력한다. 약 2천만 건의 샘플로 사전학습한 뒤 네 가지 변형을 추가로 학습했다. 내비게이션(Nav), 조작 계획(Plan), 텍스트 추론과 위치 지정을 섞는 공간 추론(CoP, SFT 뒤 GRPO 강화학습), 행동 생성 (VLA)이다.

RynnBrain-VLA는 2B 모델 위에서 flow matching으로 action chunk를 예측하며, Franka 팔로 원격조작한 집어 옮기기 6개 과제 데이터로 미세조정했다. 연구진은 20개 피지컬 AI 벤치마크와 8개 일반 시각 벤치마크에서 기존 피지컬 AI 파운데이션 모델을 크게 앞섰다고 주장한다. 코드와 가중치는 Apache-2.0으로 공개됐다.

회사 공식 페이지와 논문을 바탕으로 정리했어요. 성공률·최초 같은 표현은 회사 발표예요.

구조와 학습

공식보도루머추정— 값 없음

구조	Qwen3-VL 기반 이해·계획 (VLM) 모델, Nav·Plan·행동 생성 (VLA)·CoP 변형공식
파라미터 (B)	30공식
발표 벤치마크	16개 피지컬 AI 오픈 벤치마크 SOTA(회사 주장)보도

출처 5건

arxiv.org [1][2]
alibaba-damo-academy.github.io [1]
github.com [1]
eweek.com [1]

한눈에 읽기