外观
RynnBrain-4B
Alibaba-DAMO-Academy 在 Hugging Face 发布的机器人模型,架构为 Qwen3VLForConditionalGeneration,参数规模 4.8B。
模型Alibaba-DAMO-AcademyRynnBrain-4B
模型档案汇总架构、许可、适配机型与资料来源
Alibaba-DAMO-Academy 在 Hugging Face 发布的机器人模型,架构为 Qwen3VLForConditionalGeneration,参数规模 4.8B。
这个模型的核心架构、动作空间设计与真机部署定位。
RynnBrain-4B 是 RynnBrain 系列中的 4B 检查点,定位为面向具身系统的 physics-aware embodied brain。它处理第一视角场景,将语言与物理空间和时间对齐,并为下游机器人系统提供定位与规划输出。该检查点的基础模型为 Qwen3-VL-4B-Instruct。家族还包含 2B、8B、30B-A3B,以及 CoP、Plan、Nav 等变体,其中 Thinking 相关变体强调把文本推理与空间 grounding 交织起来。
仓库给出的能力范围包括第一视角空间理解、具身问答、计数、OCR、细粒度视频理解,以及对物体、目标区域、可供性区域和轨迹的时空定位。Cookbooks 示例覆盖 cognition、localization、reasoning 和 planning,并包含从图像或视频中按指令输出框、点、轨迹,以及预测机器人抓取姿态的示例;项目同时发布了权重和推理代码。
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
暂未公开或待收录:微调显存需求 · 闭环控制频率
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
apache-2.0
权重许可证
apache-2.0
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download Alibaba-DAMO-Academy/RynnBrain-4B --local-dir ./checkpoints/alibaba-damo-academy-rynnbrain-4b
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=Alibaba-DAMO-Academy/RynnBrain-4B模型卡或论文声明在这些机器人上训练、微调或部署过;口径是作者声明,不是第三方复现。
没有已核实的适配记录。
同一家族里的热门模型。
本页事实对应的公开页面,以原文为准。