RynnUnify：迈向统一的具身大脑

Hugging Face发布了一篇论文，介绍了一种名为RynnUnify的16B统一具身模型，该模型结合了强大的具身理解和长时视觉规划。RynnUnify通过交错视频-语言推理实现了空间推理、物理预测和归因的能力，将物理世界的理解与视觉预测相结合，并通过强化学习扩展了其能力，使其能够通过视频预测进行推理。实验表明，RynnUnify在多模态模型中实现了最高的具身理解分数，并在RoboCasa365任务中取得了显著的成功。