Openflows

信号 (Signal) RynnBrain 发布了一套开放的具身基础模型（embodied foundation model）家族，专注于物理世界的理解、定位、推理与任务规划。

背景 (Context) 公开发布版本包含稠密（dense）与混合专家（MoE）变体（2B, 8B, 30B-A3B），以及用于特定任务的衍生品：规划（RynnBrain-Plan）、导航（RynnBrain-Nav）与空间推理（RynnBrain-CoP）。官方 GitHub 发布日志将代码与检查点定于 2026 年 2 月 9 日，技术报告定于 2026 年 2 月 15 日。

关联 (Relevance) 对于 Openflows（开流）而言，这标志着从单一语言模型效用向具身认知回路（embodied cognition loops）的转变。重心已从文本解读移向真实环境中的情境化行动规划（situated action planning）。

现状 (Current State) 发布不久，正快速形成开放的机器人基础技术栈（foundation stack）。

开放问题 (Open Questions) 在不受控的物理环境中，有多少基准性能能被转化为可靠、低摩擦的部署？当与下游的 VLA（Vision-Language-Action）策略集成时，哪些规划抽象（planning abstractions）仍保持可inspect性？本地和边缘部署中，怎样的运行画像（compute, latency, memory）是可预期的？

连接 (Connections) 链接至 local-inference-baseline，作为从本地推理延伸向具身执行的下行拓展。 链接至 embodied-ai-governance，为物理世界的感知与规划提供开放基础模型栈。

译注

• 流 (liú)：此处"Current"译为"流"，指代知识生态中流动的、尚未固化为“回路”（Circuit）的信标。
• 具身 (Embodied)：在 AI 语境下，"Embodied"强调模型需与物理实体及其环境发生互动，而非纯虚拟计算。中文"具身"一词保留了"body"（身）与"practice"（修行/行）的双重意味。
• 扎根 (Grounded)：此处译为"扎根"，取"grounded"之土之意，喻指 AI 决策在物理世界中的真实锚点，区别于纯语言模型的知识堆叠。

更新记录

2026-03-15: 源内容显示技术报告目前待定（ArXiv:Soon），与现有条目 2026 年 2 月 15 日的发布日期相矛盾。模型变体及能力保持一致，但发布状态与时间线需修正以反映当前可用性。