/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3_vl · dense
Базовая модель
RynnBrain-Plan-8B
Библиотека
transformers
Опубликована
13 фев 2026

RynnBrain-Plan-8B-f32-GGUF

Изображение и текст → текст3 профессии

Мультимодальная модель Alibaba DAMO Academy для понимания сцен от первого лица и генерации пространственно обоснованных планов роботизированных манипуляций.

118скачиваний за 30 дней1лайквеса обновлены15 фев 2026

Бенчмарки

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

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-Plan-8B-f32-GGUF — конвертированная в формат GGUF версия мультимодальной модели RynnBrain-Plan-8B, разработанной Alibaba DAMO Academy. Это плотная vision-language-модель на 8 млрд параметров семейства Qwen3-VL, предназначенная для понимания сцен с точки зрения робота и планирования манипуляций с учётом физического пространства и времени.

Модель принимает изображения и текст, в том числе кадры эгоцентрического видео, и формирует текстовые ответы с пространственными описаниями: локализацией объектов и областей, траекториями и инструкциями для роботизированных действий. Среди заявленных сценариев — вопросы по видеосценам, подсчёт объектов, OCR и передача сведений об объектах и их возможностях в последующие системы VLA. В репозитории есть варианты GGUF BF16 и F32; для обработки изображений также представлены файлы mmproj. Указана лицензия Apache-2.0. Карточка не содержит измерений качества или сведений о поддерживаемом контексте, поэтому фактическую точность планирования и совместимость с конкретной робототехникой следует проверять отдельно.

Сценарии применения

  • планирование последовательности действий робота для манипуляции предметами
  • локализация объектов и областей на изображении
  • предсказание траектории движения объектов
  • ответы на вопросы по кадрам эгоцентрического видео
  • подсчёт предметов в сцене от первого лица
  • распознавание текста на изображениях для робототехнических сценариев

Ограничения

Карточка не приводит количественных оценок качества или длины контекста. Практическое использование для управления роботом зависит от совместимости с внешними системами и проверки с конкретным оборудованием.

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

RynnBrain-Plan-8B-f32-GGUF

RynnBrain-Plan-8B from Alibaba DAMO Academy is an 8B-parameter physics-aware vision-language model serving as an embodied "brain" for robotics, specialized in generating precise manipulation planning instructions by grounding language to physical space/time through spatiotemporal localization (objects, areas, trajectories), egocentric video cognition (QA, counting, OCR), and integration of affordances/objects into downstream VLA outputs for reliable robotic execution. Part of the broader RynnBrain family (2B/8B dense, 30B MoE variants plus Nav/CoP specials), it excels in comprehensive scene understanding from egocentric views, physics-grounded reasoning interleaving text/spatial modalities, and planning for complex tasks in unstructured environments via unified encoder-decoder architecture compatible with ROS 3.0. Released open-source under permissive license with GGUF quantizations, it supports notebooks for OCR/object/area localization and trajectory prediction, positioning Alibaba at the forefront of embodied AI for humanoid robotics.

RynnBrain-Plan-8B [GGUF]

File NameQuant TypeFile SizeFile Link
RynnBrain-Plan-8B.BF16.ggufBF1616.4 GBDownload
RynnBrain-Plan-8B.F32.ggufF3232.8 GBDownload
RynnBrain-Plan-8B.mmproj-bf16.ggufmmproj-bf161.16 GBDownload
RynnBrain-Plan-8B.mmproj-f32.ggufmmproj-f322.31 GBDownload

Quants Usage

(sorted by size, not necessarily quality. IQ-quants are often preferable over similar sized non-IQ quants)

Here is a handy graph by ikawrakow comparing some lower-quality quant types (lower is better):

image.png

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
380ad53

0 моделей