8月11日消息，在2025世界机器人大会上，阿里巴巴达摩院正式宣布开源三款具身智能核心组件：视觉-语言-动作（VLA）大模型RynnVLA-001-7B、世界理解模型RynnEC，以及全球首个面向具身智能场景的机器人上下文协议RynnRCP。这是继上月开源WorldVLA后，达摩院连续第二次向社区开放核心算法与协议，旨在解决行业长期存在的“数据-模型-机器人”碎片化适配难题，推动具身智能开发进入“即插即用”时代。

痛点：开发流程割裂、迁移成本高昂。虽然具身智能赛道近年呈爆发式增长，但机器人本体、传感器、算法模型往往来自不同厂商，接口与数据格式各异，导致开发者需要为每一款硬件重复“造轮子”。

方案：RCP协议打通全链路。为此，达摩院首次将大模型领域已验证的MCP（Model Context Protocol）理念引入机器人场景，推出并开源RynnRCP（Robotics Context Protocol）。该协议通过标准化数据流与控制流接口，实现从传感器采集、云端（或本地）推理到本体执行的完整闭环。目前，RynnRCP已原生支持Pi0、GR00T N1.5等热门模型，以及SO-100、SO-101等多款机械臂，后续将面向更多生态伙伴开放适配接口。

RynnRCP由两大核心模块构成：  

- RCP框架：负责机器人本体、传感器与模型服务的标准化对接，兼容多种传输层和模型服务。  

- RobotMotion：作为“大脑”与“小脑”之间的桥梁，把大模型输出的低频离散指令实时转换为高频连续控制信号，确保动作平滑且符合物理约束。RobotMotion还内置一体化仿真-真机工具链，支持任务规控、轨迹可视化、数据采集与回放，显著降低策略迁移门槛。

让机械臂“像人一样”学习。此次开源的RynnVLA-001-7B，是达摩院自主研发的视觉-语言-动作大模型。该模型基于大规模第一人称视角视频与人手轨迹进行预训练，可隐式迁移人类操作技能至机械臂，实现连贯、平滑且类人化的抓取与操控。在内部测试中，RynnVLA-001-7B在复杂桌面场景中表现出更高的抓取成功率和更平滑的动作。

同期开源的RynnEC，则是一款面向“世界理解”的多模态大模型。它无需任何3D先验，仅凭视频序列即可在11个维度（位置、功能、数量、材质等）解析场景物体，并实时完成目标检测、分割与空间定位。实验数据显示，RynnEC在复杂室内环境中可精准定位和分割目标物体，为后续任务规划提供了高精度语义支撑。

“开源不是终点，而是生态的起点。”达摩院表示，未来，将联合高校、厂商及社区开展合作活动，完善RynnRCP的设备与模型生态。

业内分析认为，随着核心协议与基座模型的全面开放，具身智能或将复制当年移动互联网“应用井喷”的路径，迎来新一轮产业爆发。

开源链接：

● 机器人上下文协议RynnRCP：

https://github.com/alibaba-damo-academy/RynnRCP

● 视觉-语言-动作模型 RynnVLA-001：

https://github.com/alibaba-damo-academy/RynnVLA-001

● 世界理解模型 RynnEC：

https://github.com/alibaba-damo-academy/RynnEC

参考资料：达摩院开源具身智能“三大件” 机器人上下文协议首次开源