# RynnValue-4B

> 权威词条地址：https://robotics.hellobike.com/models/alibaba-damo-academy-rynnvalue-4b
> 所属分类：models | 最近核验日期：2026-10-09 | 技术层级：L7

## 核心摘要

Alibaba-DAMO-Academy 在 Hugging Face 发布的机器人模型，架构为 RynnValueLangModel，参数规模 5.1B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/Alibaba-DAMO-Academy/RynnValue-4B"}] |
| `updated` | 2026-10-09 |
| `family` | other |
| `params` | 5.1B |
| `architecture` | RynnValueLangModel |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | Alibaba-DAMO-Academy/RynnValue-4B |
| `hub_stats` | {"downloads": 72, "likes": 6, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/Alibaba-DAMO-Academy/RynnValue-4B"] |

## 技术详解与生态说明

RynnValue-4B 是面向机器人操作的通用价值基础模型，基于 RynnBrain 视觉语言模型并实现于 Qwen3-VL 架构。它输入机器人视频和任务指令，为每一帧预测到任务完成的剩余时间（秒），并生成视频描述、指令-视频匹配和任务成功判断。

训练标签由时间戳导出，不依赖偏好或进度标注，规模为 7,000+ 小时异构具身数据、约 3M 条带指令片段，覆盖 10 个数据源。模型使用绝对/相对时间查询组和双分布式头，预测剩余时间与观测间有符号时间位移。

仓库提供 HuggingFace 兼容模型、推理 demo、Robometer 适配、奖励服务器和 VLA 策略 RL 工具。4B 在 RBM-EVAL-OOD 上平均 Kendall’s τₐ 为 0.679；相关流程用于 LIBERO、RoboTwin 和真实 Franka 机器人实验，可作为进度估计、奖励模型、critic 或离线数据筛选信号。

## 原始核验来源 (Sources)

- [Hugging Face Alibaba-DAMO-Academy/RynnValue-4B](https://huggingface.co/Alibaba-DAMO-Academy/RynnValue-4B)