# RynnValue-4B-Quantile

> 权威词条地址：https://robotics.hellobike.com/models/alibaba-damo-academy-rynnvalue-4b-quantile
> 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-Quantile"}] |
| `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-Quantile |
| `hub_stats` | {"downloads": 45, "likes": 3, "as_of": "2026-10-21"} |
| `overview_sources` | ["https://huggingface.co/Alibaba-DAMO-Academy/RynnValue-4B-Quantile"] |

## 技术详解与生态说明

RynnValue 是面向机器人操作的通用价值基础模型，用语言指令和机器人视频作为输入，为每一帧预测到任务完成的剩余时间，并生成轨迹的自然语言分析，包括视频描述、指令与视频是否匹配、任务是否成功。其时间距离输出可作为进度估计、策略评估与排序、VLA 策略强化学习的奖励信号，或用于行为克隆前的离线数据筛选。

模型基于 RynnBrain，并实现于 Qwen3-VL 架构；输入中包含绝对价值查询组和相对价值查询组，双分布式头分别预测绝对剩余时间和相邻观测间的有符号时间位移，语言模型头负责分析与验证。训练监督来自时间戳、子任务分段和 cutoff relabeling，覆盖 7,000+ 小时、约 3M 个带指令片段的异构具身数据，未使用偏好或进度标注。

RynnValue-4B 在 RBM-EVAL-OOD 上的平均 Kendall's τₐ 为 0.679。配套仓库包含 Hugging Face 兼容模型定义、任意视频加指令的推理演示、Robometer 奖励模型评测与 HTTP reward server，以及面向 LIBERO、RoboTwin 和真实 Franka 机器人的 VLA 策略强化学习流程。

## 原始核验来源 (Sources)

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