ロボットが現実世界のタスクを実行できるオープンソースAIモデル「RynnBrain」をAlibabaのDAMOアカデミーが発表

Alibabaがロボットや自律機器向けのオープンソース基盤モデル「RynnBrain」を公開しました。RynnBrainは物理世界で「見て・理解して・行動する」能力をロボットに付与するモデルとなっており、物理AIの発展が期待されています。

RynnBrain
https://alibaba-damo-academy.github.io/RynnBrain.github.io/

China's Alibaba launches AI model to power robots
https://www.cnbc.com/2026/02/10/alibaba-ai-model-robotics-rynnbrain-china.html

中国の大手IT企業であるAlibabaグループにおける最先端研究機関「DAMOアカデミー」は、ロボットが果物を識別してバスケットに入れていく様子のムービーを公開しました。一見すると単純な動作ですが、ロボットがそれぞれの果物を理解し、正しい力加減で持ち上げ、正しい個数を目標の位置に並べるという手順には、物理法則を考慮した能動的なタスク実行能力が必要になります。

RynnBrainは物理現実に根ざした基盤モデルで、ロボットが「自分を中心とした視点」で環境を理解する「包括的な自己中心的認知」、時間の流れと空間的な位置関係を同時に考慮できる「正確な時空間推論」、そして「現実世界の行動計画」を通じて、物理世界を深く理解する「物理的知能」をロボットに与えることができます。映像から得た空間的な理解だけではなく、過去の観測情報を含む記憶を活用して時空間的に推論することで、動作の軌跡やターゲットの領域を正確に識別できるとのこと。

公式ページではRynnBrainの能力を複数のデモンストレーションで見ることができます。以下は「皿を元の位置に戻す」というタスクで、物体の認識と位置の理解のほか、空間の記憶が重要になります。

また、ロボットが食べ物をカテゴリ別に分類するタスクでは、正確に対象を認識した上で対象に合わせた力で持ち上げています。

以下はAlibabaが示したベンチマーク結果で、自動運転とロボット工学を統合したAI基盤モデルである「Mimo-Embodied」、中国のロボット用AIである「RoboBrain 2.0」、NVIDIAの「Cosmos-Reason2」などと比較して、RynnBrainの性能は最先端の結果を示したとAlibabaは報告しています。

また、RynnBrainは20億〜300億パラメータでさまざまなバージョンが公開されています。300億パラメータのモデルでは、GPT-5.2やGemini 3 Proなどの大規模言語モデルを含む比較において、一部のロボティクス関連ベンチマークで競争力のある結果を示しました。

中国はアメリカとAI開発の覇権を争う中で、物理的なAIでさまざまな産業を再構築するための戦略計画としてヒューマノイドロボットを含むロボット工学を重要な柱として重視しています。RynnBrainはAlibabaが初めてロボット工学市場へ参入するモデルであり、オープンソース戦略により世界中の開発者や研究者による技術改良を促してロボティクスAIのリードを狙っていると見られています。

RynnBrainはオープンソースモデルで、GitHubやHugging Faceからダウンロードすることができます。

GitHub - alibaba-damo-academy/RynnBrain: RynnBrain: Open Embodied Foundation Models
https://github.com/alibaba-damo-academy/RynnBrain

RynnBrain - a Alibaba-DAMO-Academy Collection
https://huggingface.co/collections/Alibaba-DAMO-Academy/rynnbrain