Alibaba DAMO Academy ra mắt mô hình trí tuệ nhân tạo hiện thân RynnBrain

Alibaba DAMO Academy chính thức giới thiệu RynnBrain

Ngày 10 tháng 2, Alibaba DAMO Academy chính thức phát hành mô hình não trí tuệ nhân tạo hiện thân nền tảng mang tên RynnBrain, cùng với bảy mô hình mã nguồn mở hoàn chỉnh bao gồm mô hình 30 tỷ tham số MoE, từ các mô hình cơ bản toàn diện đến các mô hình độc quyền được tinh chỉnh chuyên sâu.

Đáng chú ý, đây là mô hình hiện thân có 30 tỷ tham số MoE đầu tiên trong ngành, giúp giảm đáng kể rào cản nghiên cứu và phát triển trong lĩnh vực trí tuệ nhân tạo hiện thân, đồng thời thúc đẩy chuyển đổi AI từ mô phỏng số sang môi trường vật lý thực tế.

Đột phá trong trí nhớ không gian-thời gian và suy luận vật lý

Điểm nổi bật của RynnBrain là sự tích hợp trí nhớ không gian-thời gian cùng khả năng suy luận trong không gian vật lý, giải quyết các vấn đề truyền thống lâu nay như "hay quên" và "ảo giác" trong các mô hình AI hiện thân.

Trí nhớ không gian-thời gian cho phép robot xác định vị trí vật thể trong ký ức lịch sử, dự đoán quỹ đạo di chuyển, đồng thời thực hiện các thao tác nhìn nhận toàn diện theo chiều không gian và thời gian.

Khả năng suy luận không gian vật lý được vận dụng qua chiến lược kết hợp xen kẽ các tín hiệu ngôn ngữ và không gian, giúp quá trình suy luận sát với môi trường thực tế.

Công nghệ đào tạo và hiệu năng ấn tượng

Về mặt kỹ thuật, mô hình được huấn luyện trên Qwen3-VL và tối ưu bằng kiến trúc RynnScale do DAMO Academy tự phát triển, đạt hiệu suất đào tạo gấp đôi với cùng nguồn lực trên bộ dữ liệu hơn 20 triệu cặp dữ liệu.

Kết quả kiểm tra hiệu năng cho thấy RynnBrain đã thiết lập kỷ lục mới trên 16 bộ tiêu chuẩn đánh giá AI hiện thân mã nguồn mở, bao gồm nhận thức môi trường, suy luận không gian và nhiều lĩnh vực khác, vượt trội hơn các mô hình hàng đầu như Gemini Robotics ER 1.5 và NVIDIA Cosmos Reason 2.

Ưu điểm vượt trội của mô hình 30 tỷ tham số MoE

Mô hình 30 tỷ tham số MoE chỉ cần kích hoạt 3 tỷ tham số trong quá trình suy luận nhưng đã vượt trội hơn các mô hình 72 tỷ tham số trước đó, giúp robot di chuyển nhanh hơn và mượt mà hơn.

Đồng thời, DAMO Academy cũng ra mắt bộ tiêu chuẩn đánh giá mới RynnBrain-Bench nhằm giải quyết sự thiếu hụt các bài kiểm tra AI hiện thân tinh vi theo chiều không gian-thời gian trong ngành.

Nguồn: CNMO