8月11日消息，在世界機器人大會上，阿里達摩院宣布開源自研的 VLA 模型RynnVLA-001-7B、世界理解模型RynnEC、以及機器人上下文協議RynnRCP，推動數據、模型和機器人的兼容適配，打通具身智能開發(fā)全流程。
具身智能領域飛速發(fā)展，但仍面臨開發(fā)流程碎片化，數據、模型與機器人本體適配難等重大挑戰(zhàn)。達摩院將MCP（Model Context Protocol）理念引入具身智能，首次提出并開源了RCP（Robotics Context Protocol）協議以推動不同的數據、模型與本體之間的對接適配。達摩院打造了名為RynnRCP的一套完整的機器人服務協議和框架，能夠打通從傳感器數據采集、模型推理到機器人動作執(zhí)行的完整工作流，幫助用戶根據自身場景輕松適配。RynnRCP現已經支持Pi0、GR00T N1.5等多款熱門模型以及SO-100、SO-101等多種機械臂，正持續(xù)拓展。
具體而言，RynnRCP包括RCP框架和RobotMotion兩個主要模塊。RCP框架旨在建立機器人本體與傳感器的連接，提供標準化能力接口，并實現不同的傳輸層和模型服務之間的兼容。RobotMotion則是具身大模型與機器人本體控制之間的橋梁，能將離散的低頻推理命令實時轉換為高頻的連續(xù)控制信號，實現平滑、符合物理約束的機器人運動。同時，RobotMotion還提供了一體化仿真-真機控制工具，幫助開發(fā)者快速上手，支持任務規(guī)控、仿真同步、數據采集與回放、軌跡可視化等功能，降低策略遷移難度。
大會上，達摩院還宣布開源兩款具身智能大模型。RynnVLA-001是達摩院自主研發(fā)的基于視頻生成和人體軌跡預訓練的視覺-語言-動作模型，其特點是能夠從第一人稱視角的視頻中學習人類的操作技能，隱式遷移到機器人手臂的操控上，從而讓機械臂操控更加連貫、平滑，更接近于人類動作。
世界理解模型RynnEC將多模態(tài)大語言模型引入具身世界，賦予了大模型理解物理世界的能力。該模型能夠從位置、功能、數量等11個維度全面解析場景中的物體，并在復雜的室內環(huán)境中精準定位和分割目標物體。無需3D模型，該模型僅靠視頻序列就能建立連續(xù)的空間感知，還支持靈活交互。
此外，達摩院還在上月開源了WorldVLA模型,首次將世界模型與動作模型融合，提升了圖像與動作的理解與生成能力。相比傳統模型，該模型抓取成功率提高4%，視頻生成質量顯著改善，展現了較好的協同性和準確性。
開源鏈接：
·機器人上下文協議RynnRCP
https://github.com/alibaba-damo-academy/RynnRCP
·視覺-語言-動作模型 RynnVLA-001
https://github.com/alibaba-damo-academy/RynnVLA-001
·世界理解模型 RynnEC
https://github.com/alibaba-damo-academy/RynnEC
·WorldVLA模型
