참고HF Papers
로봇 조작용 파운데이션 모델 'RynnBrain 1.1' 공개
3D 공간 추론과 로봇 제어에 특화된 모델. 기존 VLA 대비 높은 성공률을 기록한 오픈소스 로봇 모델.
요약
RynnBrain 1.1은 2B, 9B, 122B-A10B 규모의 모델 패밀리로 구성된 차세대 구현형 파운데이션 모델이다. 이번 업데이트를 통해 접점 예측(contact-point prediction) 기능이 추가되었으며, 2B 및 9B 모델에는 로봇 조작에 최적화된 네이티브 3D 그라운딩 기능이 통합되었다. 특히 통합된 크로스 구현형 액션 공간을 사용하는 RynnBrain-VLA를 Unitree G1, Astribot-S1, Tianji-Wuji 로봇에 성공적으로 배포했다. 성능 면에서 122B-A10B 모델은 VSI-Bench, MMSI, RefSpatial-Bench 등 주요 벤치마크에서 기존 오픈소스 및 독점 모델들을 능가하는 성과를 보였다. 실제 로봇 실험 결과, RynnBrain 기반 정책이 기존 Qwen 기반 모델보다 우수한 성능을 나타냈으며 다중 작업 및 다중 구현형 학습을 통해 작업 성공률을 높였다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 RynnBrain 1.1: Towards More Capable and Generalizable Embodied Foundation Model
원문 보기 ↗