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。