据阿里巴巴达摩院官方消息，其正式发布并开源具身智能大脑基础模型RynnBrAIn，率先在业界实现让机器人拥有结合时间与空间的记忆能力，面向服务机器人、工业协作机器人、智能移动平台及多模态交互系统等领域的研发者与产业应用方。该模型在架构设计上深度融合感知、认知与行为决策，突出“具身”与“时空记忆”特性，使机器人不仅能理解当下环境，还能在连续交互中记住过往场景、事件顺序与空间布局，进入全球人工智能研究者、机器人开发者与开源社区的核心视野，被视为具身智能迈向类人化认知与长期环境适应的重要突破。

消息称，RynnBrain基于达摩院自主研发的多模态预训练框架与大规模仿真环境数据，构建了可同时编码视觉、语言、动作与时空信息的统一表征空间。其创新性在于引入时空记忆模块，使模型能够对不同时间节点采集的环境状态进行索引、存储与检索，并在任务执行过程中调用历史信息进行推理与规划。例如，在仓储分拣或服务场景中，机器人可记住物品曾经出现的位置与移动轨迹，也能依据过去的交互经验优化后续动作路径与策略，从而提升连续任务的效率与鲁棒性。模型支持在线增量学习，可在与环境和人类长期互动中不断修正与丰富记忆内容，形成个性化的情境认知。此次全面开源覆盖模型权重、训练流程、时空记忆机制实现细节及多种场景示例，便于科研机构与企业在常规算力条件下进行二次开发与部署。现场观察显示，RynnBrain在演示中可完成跨时段场景回溯、基于历史位置的精准抓取、依序复现复杂操作等任务，表现出类人的情境延续与经验复用能力。媒体报道指出，这是全球首次将具备时空记忆能力的具身智能基础模型以开源形式释放，大幅降低相关技术的研发门槛，有望加速机器人在长期服务、动态环境适应与人机协作中的实用化进程。

业内认为，阿里达摩院发布并开源RynnBrain，体现了其在具身智能基础研究上的前瞻布局与开放生态战略，其“时空记忆”特性让机器人从瞬时反应型智能迈向可持续累积经验的认知型智能，为探索通用具身人工智能提供了关键实验平台。后续可关注RynnBrain在不同硬件平台与行业场景中的适配表现、社区贡献与衍生应用案例，以及达摩院在更大参数规模与多模态融合上的迭代路线，这将为观察具身智能从实验室走向广泛产业落地提供重要参考。