8月11日，在2025世界機(jī)器人大會(huì)上，阿里達(dá)摩院宣布開源其自主研發(fā)的視覺-語言-動(dòng)作（VLA）模型RynnVLA-001-7B、世界理解模型RynnEC，以及機(jī)器人上下文協(xié)議RynnRCP，旨在解決具身智能領(lǐng)域長期存在的開發(fā)碎片化、數(shù)據(jù)與硬件適配難等問題，為機(jī)器人開發(fā)者提供從感知到執(zhí)行的完整技術(shù)棧支持。  

具身智能的核心挑戰(zhàn)在于如何讓模型、數(shù)據(jù)與機(jī)器人本體高效協(xié)同。達(dá)摩院創(chuàng)新性提出RCP（Robotics Context Protocol）協(xié)議，通過標(biāo)準(zhǔn)化接口連接傳感器、模型和機(jī)械控制，實(shí)現(xiàn)全流程兼容適配。目前，RynnRCP已支持Pi0、GR00T N1.5等主流模型及SO-100、SO-101機(jī)械臂，并包含兩大核心模塊：RCP框架：統(tǒng)一機(jī)器人本體與傳感器的通信標(biāo)準(zhǔn)，支持多傳輸層和模型服務(wù)接入。RobotMotion：將低頻模型指令實(shí)時(shí)轉(zhuǎn)化為高頻控制信號(hào)，確保機(jī)械臂運(yùn)動(dòng)平滑且符合物理約束，同時(shí)提供仿真-真機(jī)一體化工具，降低開發(fā)門檻。  

 兩大開源模型：讓機(jī)器人“看得懂、動(dòng)得巧”  

1. RynnVLA-001-7B：基于視頻生成與人體軌跡預(yù)訓(xùn)練的VLA模型，可從第一視角視頻中學(xué)習(xí)人類操作技能，并遷移至機(jī)械臂控制，使動(dòng)作更連貫、擬人化。  

2. RynnEC：多模態(tài)世界理解模型，通過11維場景解析（如位置、功能、數(shù)量）實(shí)現(xiàn)精準(zhǔn)物體定位與分割，僅需視頻輸入即可構(gòu)建空間感知，適用于復(fù)雜室內(nèi)環(huán)境。  

達(dá)摩院此前開源的WorldVLA模型（融合世界模型與動(dòng)作模型）已展現(xiàn)顯著效果，抓取成功率提升4%，視頻生成質(zhì)量優(yōu)化，進(jìn)一步驗(yàn)證了技術(shù)路線的可行性。