/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
17,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
RynnBrain-8B
Библиотека
transformers
Опубликована
28 янв 2026

RynnBrain-Nav-8B

Изображение и текст → текст3 профессии

Модель на базе Qwen3-VL для навигации роботов и планирования маршрута по изображениям и языковым инструкциям.

44скачиваний за 30 дней13лайковвеса обновлены14 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

RynnBrain-Nav-8B — модель Alibaba DAMO Academy для навигации и планирования действий робота по визуальным наблюдениям и языковым инструкциям. Она основана на RynnBrain-8B и использует архитектуру Qwen3-VL с генерацией текста по изображениям; семейство RynnBrain предназначено для понимания эгоцентрических сцен и привязки языка к физическому пространству и времени. Модель подходит для навигации и планирования маршрута по визуальным данным, включая распознавание целевых объектов и областей. Репозиторий использует Transformers и формат safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • навигация робота по визуальному наблюдению и текстовой инструкции
  • планирование пути в эгоцентрической сцене
  • поиск целевого объекта или области в сцене
  • подготовка пространственных инструкций для роботизированной системы

Ограничения

Описание не приводит количественных оценок качества или ограничений по сценам и оборудованию; результаты навигации зависят от интеграции с downstream-системой робота.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

📰 News

  • [2026.02.02] Release RynnBrain family weights and inference code.
  • [2026.02.02] Add cookbooks for cognition, localization, reasoning, and planning.

✨ Introduction

RynnBrain aims to serve as a physics-aware embodied brain: it observes egocentric scenes, grounds language to physical space and time, and supports downstream robotic systems with reliable localization and planning outputs.

Key Highlights

  • Comprehensive egocentric understanding
    Strong spatial comprehension and egocentric cognition across embodied QA, counting, OCR, and fine-grained video understanding.

  • Diverse spatiotemporal localization
    Locates objects, target areas, and predicts trajectories across long episodic context, enabling global spatial awareness.

  • Physical-space grounded reasoning (RynnBrain family)
    The broader RynnBrain family includes “Thinking” variants that interleave textual reasoning with spatial grounding to anchor reasoning in reality.

  • Physics-aware precise planning (RynnBrain family)
    Integrates localized affordances/areas/objects into planning outputs to provide downstream VLA models with precise instructions.

🌎 Model Zoo

ModelBase ModelHuggingfaceModelscope
RynnBrain-2BQwen3-VL-2B-InstructLinkLink
RynnBrain-4BQwen3-VL-4B-InstructLinkLink
RynnBrain-8BQwen3-VL-8B-InstructLinkLink
RynnBrain-30B-A3BQwen3-VL-30B-A3B-InstructLinkLink
RynnBrain‑CoP-8BRynnBrain-8BLinkLink
RynnBrain‑Plan-8BRynnBrain-8BLinkLink
RynnBrain‑Plan-30B-A3BRynnBrain-30B-A3BLinkLink
RynnBrain‑Nav-8B (This Checkpoint)RynnBrain-8BLinkLink

🚀 Main Results

🤖 Quick Start

Minimal dependencies:

pip install transformers==4.57.1

Run text generation:

from transformers import AutoModelForImageTextToText
model = AutoModelForImageTextToText.from_pretrained("")
...

Cookbooks

Checkout the cookbooks that showcase RynnBrain's capabilities in cognition, localization, reasoning, and planning.

CategoryCookbook nameDescription
Planning11_visual_language_navigation.ipynbCombines vision and language instructions to perform navigation and path planning.

📑 Citation

If you find RynnBrain useful for your research and applications, please cite using this BibTeX:

@article{damo2026rynnbrain,
  title={RynnBrain: Open Embodied Foundation Models},
  author={Ronghao Dang, Jiayan Guo, Bohan Hou, Sicong Leng, Kehan Li, Xin Li, Jiangpin Liu, Yunxuan Mao, Zhikai Wang, Yuqian Yuan, Minghao Zhu, Xiao Lin, Yang Bai, Qian Jiang, Yaxi Zhao, Minghua Zeng, Junlong Gao, Yuming Jiang, Jun Cen, Siteng Huang, Liuyi Wang, Wenqiao Zhang, Chengju Liu, Jianfei Yang, Shijian Lu, Deli Zhao},
  journal={arXiv preprint arXiv:2602.14979v1},
  year={2026},
  url = {https://arxiv.org/abs/2602.14979v1}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
de05d1d

0 моделей